机器学习(五)-保险保费的多元线性回归模型案例

1. 项目描述

保险公司对个人投保时或根据历史数据生成的模型来计算个人保费，那么本次我们就以这个模型的求解过程为例来实践下多元线性回归。

2 数据与简单分析

数据信息如下图所示:
数据集下载

我们已经获取到保险公司部分数据，文件名为insurance.csv，文件内容如下。
我们可以看出数据中共有六个维度：age（年龄）,sex（性别）,bmi（肥胖指数）,children（孩子数量）,smoker（是否吸烟）,region（居住地）。charges则是当前数据人上年度在保险的额度。
所以我们可以构建一个六维高维空间来求解这个模型。

• 相对于年龄来说， 年龄越大， 购买保险的金额应该越大；
• 相对于性别来说，整体女性的寿命大于男性寿命大约10年， 因此男性的保险额度应该更大。
• 相对于肥胖指数来说， 肥胖指数越小， 身体状况越不好， 购买保险的金额应该越大；
• 相对于孩子的数量来说， 孩子的数量越多， 压力越大， 越劳累， 购买保险的金额应该越大；
• 相对于是否吸烟来说， 吸烟的人寿命远少于不吸烟的寿命， 因此 购买保险的金额应该越大；
• 相对于地区来说， 地区环境越差， 有雾霾， 则越容易生病， 那么购买保险的金额应该越大；
  最后说明一下，本章中的数据来源主要是来自某保险公司内部的真实历史数据。

3 项目实践

完成本项目后，您将知道：

• 如何从训练数据中估计统计量。
• 如何从数据估计线性回归系数。
• 如何使用线性回归预测新数据。

import pandas as pd
import numpy as np
import  matplotlib