车险是我国财产保险领域的最大险种,其保费占比接近七成,且车险的保费收入水平始终保持着稳步增长的趋势。随着汽车制造业以及车联网的快速发展,更多的风险因子与动态数据需要在定价过程中被纳入考虑,因此选取合适的模型对车险索赔进行预测是我国车险行业持续稳定发展的关键。基于上述背景,本文选取了机器学习中集成算法的代表——XGBoost算法和随机森林算法对车险索赔频率进行预测,同时将结果与决策树模型和Logistic回归模型进行比较,总结出集成算法与传统模型在车险索赔预测方面的优劣。研究内容分为五个部分:第一部分为绪论。该部分介绍了本文的研究背景,分析了目前车险市场的运营现状以及车险定价领域的发展以及存在的问题,强调车险费率厘定的重要性。同时也引出本文研究的目的与意义,以及本文的创新点。第二部分为文献综述。该部分对国内外车险索赔预测的相关研究进行了梳理,为本文的研究思路提供借鉴。此外,这一部分还介绍了车险索赔分析中的风险因子,为本文在数据集的选取上提供了参考。第三部分介绍了模型理论,在这一部分依次介绍了本文的四个模型:Logistic回归模型,决策树模型,XGBoost模型和随机森林模型,重点阐述了目标函数的构建思路以及后续实证部分所需要重点关注的参数。紧接着,本文对Boosting和Bagging两种集成思路进行了对比。在评估指标方面,本文选择了混淆矩阵,ROC曲线和AUC面积,这些指标能够直观地对模型的分类结果进行刻画与对比。第四部分为实证部分,基于fre MTPL2freq和AIcrowd数据集进行实证分析。本文首先对数据集进行描述性统计,并结合不同模型进行相应的预处理工作,然后通过python分别用四种模型进行预测,并借助学习曲线对参数进行赋值与调整。最终的结果包括三个方面:第一部分为模型的预测准确度,主要借助混淆矩阵进行评估;第二部分为特征变量的重要性分析,用来比较不同风险因子对模型预测结果的影响程度;第三部分为针对样本不均衡问题的优化,该部分工作主要探究了Logistic回归模型和XGBoost模型在不平衡样本上的表现以及优化方式。第五部分为结论与展望。该部分对论文所做工作进行总结,并提出在车险索赔预测过程中,还需要进一步解决的问题,为车险索赔预测提供建议。