如何解决Chainladder:它是否适用于估值周期不一致的多三角形?
尝试从三角形/开发类(例如age_to_age)中提取属性,因为它被参数化为多个三角形,每个三角形都有不同的估值日期。
这个例子说明了这个问题:
导入链梯为 cl 将熊猫导入为 pd
import networkx as nx
def create_graph(adj_list):
length = len(adj_list)
g = nx.DiGraph()
for node in range(length):
for towards in adj_list[node]:
g.add_edge(node,towards)
return g
def get_longest_cycle(adj_list,s):
g = create_graph(adj_list)
cycles = nx.simple_cycles(g)
# print(cycles)
largest = 0
to_return = []
for c in cycles:
if s in c:
if len(c)>largest:
to_return=list(c)
largest=len(c)
return to_return
然后过滤三角形以提取特征,但它“爆炸”了估值日期,结果毫无意义:
data = [['2010-01-01','2011-06-30','premium',100.0],['2010-01-01','2011-12-31','incurred','2012-06-30',200.0],'2012-12-31','2013-12-31',['2011-01-01',['2012-01-01',200.0]]
df = pd.DataFrame(data,columns=['origin','val_date','idx','value'])
cl_tri = cl.Triangle(data=df,index='idx',columns='value',origin='origin',development='val_date',origin_grain='%Y',origin_format='%Y-%m-%d',development_format='%Y-%m-%d',cumulative=True)
处理这种情况的最佳方法是什么?分离类对象?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。