本研究应用机器学习模型预测医疗保险费用，并采用可解释的人工智能方法发现关键因素。结果显示XGBoost模型表现最佳，但计算资源消耗较高，RF模型在预测误差较小的同时消耗较少计算资源。同时比较了两种可解释人工智能方法的结果。希望研究能为决策者、保险公司和潜在购买者提供正确决策。

本研究应用机器学习模型预测医疗保险费用，并使用可解释的人工智能方法发现关键因素。研究发现XGBoost模型表现最佳，但计算资源消耗较高，RF模型则在预测误差较小的同时消耗较少的计算资源。同时比较了两种可解释人工智能方法的结果。希望本研究能帮助决策者、保险公司和潜在购买者做出正确决策。