《表2 孤立点数据:基于孤立点分析在保险业信息化审计应用探讨》
第二步,对以上7个公共因子进行K-means算法的聚类分析寻找孤立点。通过14次迭代的聚类分析,206组观测数据被分为4类,所有记录没有缺失值。这个结果表明,大部分数据间都是有相关性的,主要分布在0、1、3簇,只有2簇的数据游离在其他数据之外。2簇共存9个观测点占全部观测点的4.3%,低于10%,因此这9个观测点为孤立点(如图2所示)。通过孤立点数据(如表2),找到定损人员和对应修理厂进行重点抽查。
图表编号 | XD00178344900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 寇占奎 |
绘制单位 | 中国人民财产保险公司武汉监察审计中心 |
更多格式 | 高清、无水印(增值服务) |