基于k-DT-LR融合模型的农村商业医疗保险潜在客户识别分析

为促进农村商业医疗保险的发展，提出了一种基于k-近邻算法、决策树算法和逻辑回归算法的kDT-LR融合模型，动态地为集成中的每个学习器分配有效能力，并根据CGSS2017家户调查数据，构建农村商业医疗保险潜在客户识别模型。结果表明，k-DT-LR融合模型算法的分类准确率达到90.024%，召回率达到91.402%，能够精确地识别出农村商业医疗保险潜在客户。