2.12 续保预测模型构建：从特征工程到模型训练，完整实战流程

2.12 续保预测模型构建：从特征工程到模型训练，完整实战流程

引言

本文继续保险续保预测案例，从特征工程到模型训练，提供完整的实战流程。这是数据分析项目的核心环节，将数据转化为可用的预测模型。

一、特征工程

1.1 特征选择

# 特征工程fromsklearn.preprocessingimportStandardScaler,LabelEncoderfromsklearn.model_selectionimporttrain_test_splitdeffeature_engineering(df):""" 特征工程 """# 选择特征features=['age','premium','claim_history','years_as_customer','satisfaction_score']X=df[features].copy()y=df['renewal'].copy()# 编码分类特征le_gender=LabelEncoder()X['gender_encoded']=le_gender.fit_transform(df['gender'])le_policy=LabelEncoder()X['policy_type_encoded']=le_policy.fit_transform(df['policy_type'])