R/models.R

In gabrielcrepeault/xgbmr: Implémentation en R d'un modèle de micro-réserve utilisant l'algorithme XGBoost.

#' Model A
#'
#' @description Modèle (déjà entrainé) correspondant au modèle A présenté
#' dans l'article de référence.
#'
#' @source Duval, F., & Pigeon, M. (2019). Individual loss reserving using a gradient boosting-based approach. Risks, 7(3), 79.
#'
#' @format R object
"fit_a"

#' Model B
#' @description Modèle (déjà entrainé) correspondant au modèle A présenté
#' dans l'article de référence.
#'
#' @source Duval, F., & Pigeon, M. (2019). Individual loss reserving using a gradient boosting-based approach. Risks, 7(3), 79.
#'
#' @format R object
"fit_b"

#' Model C
#' @description Modèle (déjà entrainé) correspondant au modèle A présenté
#' dans l'article de référence.
#'
#' @source Duval, F., & Pigeon, M. (2019). Individual loss reserving using a gradient boosting-based approach. Risks, 7(3), 79.
#'
#' @format R object
"fit_c"

#' 20 Bootstrap samples from model A
#'
#' @format data
"bs_pred_a"

#' 20 Bootstrap samples from model B
#'
#' @format data
"bs_pred_b"

#' 20 Bootstrap samples from model C
#'
#' @format data
"bs_pred_c"