Upload 9 files

app.py

@@ -0,0 +1,195 @@
+# Load key libraries and modules
+import streamlit as st
+import os
+import pickle
+import numpy as np
+import pandas as pd
+from xgboost import XGBClassifier
+
+
+# Set the page configurations
+st.set_page_config(page_title = "Insurance Prediction App", initial_sidebar_state = "auto")
+
+# Set the page title
+st.title("Insurance Claim Prediction with Machine Learning")
+
+# ---- Importing and creating other key elements items
+# Function to import the Machine Learning toolkit
+@st.cache_resource()
+def load_ml_toolkit(relative_path):
+    """
+    This function loads the src/toolkit into this file by taking the relative path to the src/toolkit.
+
+    Args:
+        relative_path (string, optional): It receives the file path to the ML toolkit for loading.
+    Returns:
+        file: It returns the pickle file (which contains the Machine Learning items in this case).
+    """
+
+    with open(relative_path, "rb") as file:
+        loaded_object = pickle.load(file)
+    return loaded_object
+
+
+# Function to load the dataset
+@st.cache_resource()
+def load_data(relative_path):
+    """
+    This function is used to load the DataFrame into the current file.
+
+    Args:
+        relative_path (string): The relative path to the DataFrame to be loaded.
+
+    Returns:
+        DataFrame: Returns the DataFrame at the path provided.
+    """
+    
+    dataset = pd.read_csv(relative_path)
+    return dataset
+
+# ----- Loading the key components
+# Loading the base dataframe
+rpath = r"data\train_data.csv"
+df_loaded = load_data(rpath)
+
+# Loading the toolkit
+loaded_toolkit = load_ml_toolkit(r"src\Streamlit_toolkit")
+if "results" not in st.session_state:
+    st.session_state["results"] = []
+
+# Instantiating the elements of the Machine Learning Toolkit
+scaler = loaded_toolkit["scaler"]
+model = loaded_toolkit["model"]
+encoder = loaded_toolkit["encoder"]
+
+# Import the model
+model = XGBClassifier()
+model.load_model(r"src\xgb_model.json")
+
+
+# Define app sections
+header = st.container()
+dataset = st.container()
+features_and_output = st.container()
+
+# Instantiate a from to receive inputs
+form = st.form(key="Information", clear_on_submit = True)
+
+# Structure the header section
+with header:
+    header.write("This app is built of a machine learning model to predict the whether or not a building will have an insurance claim over a period based on given variables for which you will make inputs (see the input section below). The model was trained based on the DSN Insurance Prediction dataset.")
+    header.write("---")
+
+# Structure the sidebar
+st.sidebar.header("Information on Columns")
+st.sidebar.markdown(""" 
+                    - *Customer Id*: Identification number for the Policy holder
+                    - *YearOfObservation*: year of observation for the insured policy
+                    - *Insured_Period*: duration of insurance policy in Olusola Insurance. (Ex: Full year insurance, Policy Duration = 1; 6 months = 0.5
+                    - *Residential*: is the building a residential building or not
+                    - *Building_Painted*: is the building painted or not (N-Painted, V-Not Painted)
+                    - *Building_Fenced*: is the building fence or not (N-Fenced, V-Not Fenced)
+                    - *Garden*: building has garden or not (V-has garden; O-no garden)
+                    - *Settlement*: Area where the building is located. (R- rural area; U- urban area)
+                    - *Building Dimension*: Size of the insured building in m2
+                    - *Building_Type*: The type of building (Type 1, 2, 3, 4)
+                    - *Date_of_Occupancy*: date building was first occupied
+                    - *NumberOfWindows*: number of windows in the building
+                    - *Geo Code*: Geographical Code of the Insured building
+                    - *Claim*: target variable. (0: no claim, 1: at least one claim over insured period).
+                    """)
+
+# Structure the dataset section
+with dataset:
+    if dataset.checkbox("Preview the dataset"):
+        dataset.write(df_loaded.head())
+        dataset.write("Take a look at the sidebar for more information on the columns")
+    dataset.write("---")
+
+# Define a list of expected variables
+expected_inputs = ["YearOfObservation", "Insured_Period", "Residential", "Building_Painted", "Building_Fenced", "Garden", "Settlement", "Building Dimension", "Building_Type", "Date_of_Occupancy", "NumberOfWindows"]
+
+# List of features to encode
+categoricals = ["Building_Painted", "Building_Fenced", "Garden", "Settlement"]
+
+# List of features to scale
+cols_to_scale = ["YearOfObservation", "Insured_Period", "Residential", "Building Dimension", "Building_Type", "Date_of_Occupancy", "NumberOfWindows"]
+
+
+# Structure the features and output section
+with features_and_output:
+    features_and_output.subheader("Inputs")
+    features_and_output.write("This section captures the inputs to be used in predictions...")
+    
+    left_col, right_col = features_and_output.columns(2)
+    
+    # Design the input section
+    with form:
+        left_col.markdown("**Inputs Set 1:")
+        YearOfObservation = left_col.number_input("Select a year:", min_value = 2012, step = 1)
+        Insured_Period = left_col.selectbox("Insured Period (Full year or half-year):", options = [0.5,1])
+        Residential = left_col.radio("Is the building residential (1) or not (0):", options= [0, 1], horizontal = True)
+        Building_Painted = left_col.selectbox("Is the building painted (N) or not(V):", options = ["N", "V"])
+        Building_Fenced =  left_col.selectbox("Is the building fenced (N) or not(V):", options = ["N", "V"])
+        
+        right_col.markdown("**Inputs Set 2**")
+        Garden = right_col.radio("Does the building have a garden (V) or not (O):", options = ["V", "O"], horizontal = True)
+        Settlement = right_col.radio("Is the building situated in a rural (R) or urban (U) area?:", options = ["R", "U"], horizontal = True)
+        Building_Dimension = right_col.number_input("What is the size of the insured building (m2)?", min_value= 1, value= 1)
+        Building_Type = right_col.selectbox("What type of building is it?", options = [1,2,3,4])
+        Date_of_Occupancy = right_col.number_input("On what date was the building first occupied?", min_value= 1545, value= 1970)
+        NumberOfWindows = right_col.select_slider("How many windows does the building have?", options= range(1,11))
+        
+        # Submit button
+        submitted = form.form_submit_button(label= "Submit")
+
+# Process inputs from user
+if submitted:
+    with features_and_output:
+        # Inputs formatting
+        input_dict = {
+            "YearOfObservation": [YearOfObservation],
+            "Insured_Period": [Insured_Period],
+            "Residential": [Residential],
+            "Building_Painted": [Building_Painted],
+            "Building_Fenced": [Building_Fenced],
+            "Garden": [Garden],
+            "Settlement": [Settlement],
+            "Building Dimension": [Building_Dimension],
+            "Building_Type": [Building_Type],
+            "Date_of_Occupancy": [Date_of_Occupancy],
+            "NumberOfWindows": [NumberOfWindows]
+            }
+
+        # Converting the input into a dataframe
+        input_data = pd.DataFrame.from_dict(input_dict)
+    
+        # Encode the categorical columns
+        encoded_test_categoricals = encoder.transform(input_data[categoricals])
+        encoded_test_categoricals = pd.DataFrame(encoded_test_categoricals, columns = encoder.get_feature_names_out().tolist())
+        
+        # Add the encoded categoricals to the DataFrame and dropping the original columns
+        input_data = input_data.join(encoded_test_categoricals)
+        input_data.drop(columns= categoricals, inplace= True)
+
+        # Scale the numeric columns
+        input_data[cols_to_scale] = scaler.transform(input_data[cols_to_scale])
+        
+        # Make the prediction
+        model_output = model.predict(input_data)
+        input_data["Prediction"] = model_output
+        
+        if model_output[0] == 0:
+            display = "The building does not have a claim over the insured period."
+        else:
+            display = "The building has a claim over the insured period."
+        # Adding the predictions to previous predictions
+        st.session_state["results"].append(input_data)
+        result = pd.concat(st.session_state["results"])
+
+    # Displaying prediction results
+    st.success(f"**Prediction**: {display}")
+
+    # Expander to display previous predictions
+    previous_output = st.expander("**Review previous predictions**")
+    previous_output.dataframe(result, use_container_width= True)

data/SampleSubmission.csv

@@ -0,0 +1,3069 @@
+Customer Id,Claim
+H0,1
+H10000,1
+H10001,1
+H10002,1
+H10003,1
+H10009,1
+H1001,1
+H10010,1
+H10011,1
+H10012,1
+H10013,1
+H10015,1
+H10016,1
+H10019,1
+H10022,1
+H10023,1
+H10025,1
+H10026,1
+H10027,1
+H10028,1
+H10029,1
+H10030,1
+H10031,1
+H10032,1
+H10033,1
+H10034,1
+H10035,1
+H10036,1
+H10037,1
+H10039,1
+H10041,1
+H10042,1
+H10044,1
+H10047,1
+H1005,1
+H10051,1
+H10052,1
+H10053,1
+H10054,1
+H10055,1
+H10056,1
+H10057,1
+H10058,1
+H10059,1
+H10062,1
+H10063,1
+H10064,1
+H10065,1
+H10066,1
+H10067,1
+H10069,1
+H10073,1
+H10074,1
+H10075,1
+H10077,1
+H10079,1
+H1008,1
+H10080,1
+H10081,1
+H10082,1
+H10085,1
+H10089,1
+H1009,1
+H10092,1
+H10094,1
+H10095,1
+H10096,1
+H10097,1
+H10098,1
+H10099,1
+H1010,1
+H10101,1
+H10102,1
+H10104,1
+H10105,1
+H10107,1
+H10109,1
+H10111,1
+H10112,1
+H10115,1
+H10116,1
+H10118,1
+H10119,1
+H1012,1
+H10120,1
+H10121,1
+H10122,1
+H10123,1
+H10125,1
+H10126,1
+H10127,1
+H10128,1
+H10129,1
+H10130,1
+H10131,1
+H10132,1
+H10133,1
+H10134,1
+H10135,1
+H10136,1
+H10137,1
+H10138,1
+H10139,1
+H10141,1
+H10142,1
+H10143,1
+H10145,1
+H10146,1
+H10147,1
+H10148,1
+H1015,1
+H10151,1
+H10155,1
+H10156,1
+H10157,1
+H10159,1
+H10162,1
+H10163,1
+H10164,1
+H10165,1
+H10166,1
+H10173,1
+H10174,1
+H10175,1
+H10176,1
+H10177,1
+H10178,1
+H10180,1
+H10181,1
+H10182,1
+H10185,1
+H10186,1
+H10187,1
+H10188,1
+H10189,1
+H1019,1
+H10191,1
+H10193,1
+H10194,1
+H10200,1
+H10202,1
+H10204,1
+H10206,1
+H1021,1
+H10210,1
+H10212,1
+H10213,1
+H10216,1
+H10217,1
+H10219,1
+H10220,1
+H10228,1
+H10229,1
+H1023,1
+H10231,1
+H10232,1
+H10234,1
+H10235,1
+H10236,1
+H10237,1
+H10239,1
+H10240,1
+H10241,1
+H10242,1
+H10243,1
+H10245,1
+H10246,1
+H10247,1
+H10248,1
+H10249,1
+H1025,1
+H10251,1
+H10253,1
+H10254,1
+H10255,1
+H10256,1
+H10257,1
+H10259,1
+H10260,1
+H10261,1
+H10265,1
+H10266,1
+H10273,1
+H10274,1
+H10280,1
+H10281,1
+H10283,1
+H10284,1
+H10286,1
+H1029,1
+H10290,1
+H10292,1
+H10293,1
+H10294,1
+H10295,1
+H10296,1
+H10299,1
+H10302,1
+H10305,1
+H10306,1
+H10307,1
+H10308,1
+H10309,1
+H10311,1
+H10312,1
+H10313,1
+H10314,1
+H10315,1
+H10317,1
+H10326,1
+H10327,1
+H10330,1
+H10331,1
+H10332,1
+H10333,1
+H10334,1
+H10337,1
+H10338,1
+H1034,1
+H10341,1
+H10342,1
+H10343,1
+H10344,1
+H10345,1
+H10346,1
+H10347,1
+H10348,1
+H10349,1
+H1035,1
+H10350,1
+H10352,1
+H10353,1
+H10355,1
+H10356,1
+H10357,1
+H10358,1
+H10360,1
+H10361,1
+H10366,1
+H10369,1
+H1037,1
+H10373,1
+H10374,1
+H10375,1
+H10377,1
+H10378,1
+H10379,1
+H10381,1
+H10383,1
+H10384,1
+H10389,1
+H1039,1
+H10392,1
+H10393,1
+H10394,1
+H10395,1
+H10396,1
+H10398,1
+H10399,1
+H104,1
+H10400,1
+H10402,1
+H10403,1
+H10406,1
+H10408,1
+H10409,1
+H10412,1
+H10413,1
+H10416,1
+H10417,1
+H10418,1
+H10419,1
+H1042,1
+H10420,1
+H10423,1
+H10426,1
+H10429,1
+H1043,1
+H10430,1
+H10431,1
+H10432,1
+H10433,1
+H10434,1
+H10435,1
+H10436,1
+H10437,1
+H10441,1
+H10442,1
+H10443,1
+H10447,1
+H10449,1
+H1045,1
+H10450,1
+H10455,1
+H10459,1
+H1046,1
+H10463,1
+H10464,1
+H10469,1
+H1047,1
+H10474,1
+H10475,1
+H1048,1
+H105,1
+H1050,1
+H10502,1
+H10503,1
+H10506,1
+H10507,1
+H1051,1
+H10515,1
+H10517,1
+H1052,1
+H10521,1
+H10522,1
+H10523,1
+H10525,1
+H10526,1
+H10527,1
+H10528,1
+H10529,1
+H10530,1
+H10531,1
+H10532,1
+H10534,1
+H10536,1
+H10537,1
+H10538,1
+H10539,1
+H10541,1
+H10545,1
+H10547,1
+H10549,1
+H10550,1
+H10551,1
+H10552,1
+H10553,1
+H10554,1
+H1056,1
+H10565,1
+H10566,1
+H10576,1
+H10577,1
+H10579,1
+H10580,1
+H10582,1
+H10584,1
+H10585,1
+H10586,1
+H10588,1
+H10589,1
+H1059,1
+H10590,1
+H10591,1
+H10597,1
+H10598,1
+H106,1
+H1060,1
+H10603,1
+H10607,1
+H10608,1
+H10609,1
+H10610,1
+H10615,1
+H10616,1
+H10617,1
+H10620,1
+H10624,1
+H10625,1
+H10626,1
+H10627,1
+H10628,1
+H10629,1
+H1063,1
+H10633,1
+H10634,1
+H10635,1
+H10636,1
+H10638,1
+H1064,1
+H10640,1
+H10641,1
+H10643,1
+H10644,1
+H10647,1
+H10649,1
+H10651,1
+H10654,1
+H10655,1
+H10656,1
+H10657,1
+H10658,1
+H10661,1
+H10662,1
+H10663,1
+H10666,1
+H10667,1
+H1067,1
+H10670,1
+H10671,1
+H10672,1
+H10674,1
+H10675,1
+H10676,1
+H10677,1
+H10678,1
+H10679,1
+H1068,1
+H10680,1
+H10683,1
+H10685,1
+H10686,1
+H10688,1
+H10692,1
+H10693,1
+H10695,1
+H10696,1
+H10697,1
+H10698,1
+H107,1
+H10700,1
+H10703,1
+H10704,1
+H10705,1
+H10707,1
+H10711,1
+H10715,1
+H10716,1
+H10718,1
+H10719,1
+H1072,1
+H10723,1
+H10724,1
+H10728,1
+H10729,1
+H1073,1
+H10730,1
+H10733,1
+H10737,1
+H10739,1
+H1074,1
+H10740,1
+H10742,1
+H10744,1
+H10749,1
+H1075,1
+H10750,1
+H10751,1
+H10752,1
+H10753,1
+H10754,1
+H10758,1
+H10760,1
+H10763,1
+H10764,1
+H10766,1
+H10768,1
+H10769,1
+H10770,1
+H10771,1
+H10772,1
+H10775,1
+H10777,1
+H10779,1
+H1078,1
+H10781,1
+H10783,1
+H10784,1
+H10785,1
+H10786,1
+H10788,1
+H10789,1
+H10791,1
+H10799,1
+H10800,1
+H10803,1
+H10804,1
+H10805,1
+H10806,1
+H10808,1
+H1081,1
+H10811,1
+H10813,1
+H10814,1
+H10817,1
+H10818,1
+H10819,1
+H10820,1
+H10821,1
+H10823,1
+H10824,1
+H10825,1
+H10826,1
+H10827,1
+H10828,1
+H10830,1
+H10833,1
+H10835,1
+H10838,1
+H1084,1
+H10840,1
+H10841,1
+H10842,1
+H10843,1
+H10844,1
+H10845,1
+H10847,1
+H10848,1
+H10849,1
+H10850,1
+H10851,1
+H10855,1
+H10857,1
+H10859,1
+H10862,1
+H10869,1
+H10870,1
+H10871,1
+H10872,1
+H10873,1
+H10874,1
+H10875,1
+H10876,1
+H10877,1
+H10878,1
+H10879,1
+H1088,1
+H10880,1
+H10885,1
+H10886,1
+H10889,1
+H10890,1
+H10891,1
+H10894,1
+H10895,1
+H109,1
+H10900,1
+H10902,1
+H10903,1
+H10905,1
+H10906,1
+H10908,1
+H10910,1
+H10911,1
+H10913,1
+H10915,1
+H10916,1
+H10917,1
+H10918,1
+H10920,1
+H10921,1
+H10922,1
+H10925,1
+H10930,1
+H10931,1
+H10932,1
+H10933,1
+H10935,1
+H10936,1
+H10937,1
+H10938,1
+H10939,1
+H10942,1
+H10944,1
+H10946,1
+H10949,1
+H1095,1
+H10950,1
+H10951,1
+H10952,1
+H10954,1
+H10955,1
+H10957,1
+H1096,1
+H10961,1
+H10962,1
+H10963,1
+H10964,1
+H1097,1
+H10970,1
+H10972,1
+H10973,1
+H10974,1
+H10975,1
+H10976,1
+H10977,1
+H10981,1
+H10982,1
+H10983,1
+H10985,1
+H10988,1
+H10991,1
+H10992,1
+H10993,1
+H11003,1
+H11005,1
+H11006,1
+H11007,1
+H11013,1
+H11014,1
+H11017,1
+H11018,1
+H1102,1
+H11022,1
+H11028,1
+H11029,1
+H11030,1
+H11031,1
+H11035,1
+H11036,1
+H11040,1
+H11041,1
+H11047,1
+H11048,1
+H11049,1
+H11050,1
+H11051,1
+H11052,1
+H11054,1
+H11055,1
+H11058,1
+H11059,1
+H11063,1
+H11064,1
+H11066,1
+H11067,1
+H11070,1
+H11071,1
+H11072,1
+H11073,1
+H11075,1
+H11076,1
+H11077,1
+H11082,1
+H11083,1
+H11084,1
+H11089,1
+H11091,1
+H11093,1
+H11095,1
+H11096,1
+H11097,1
+H11098,1
+H11101,1
+H11102,1
+H11106,1
+H11110,1
+H11111,1
+H11113,1
+H11115,1
+H11117,1
+H11118,1
+H11119,1
+H11121,1
+H11123,1
+H11124,1
+H11125,1
+H11127,1
+H11129,1
+H11130,1
+H11131,1
+H11132,1
+H11135,1
+H11136,1
+H1114,1
+H11140,1
+H11141,1
+H11142,1
+H11143,1
+H11144,1
+H11145,1
+H11146,1
+H11147,1
+H11148,1
+H11149,1
+H11150,1
+H11153,1
+H11155,1
+H11156,1
+H11158,1
+H11159,1
+H11160,1
+H11161,1
+H11162,1
+H11163,1
+H11165,1
+H11166,1
+H11168,1
+H11169,1
+H1117,1
+H11172,1
+H11173,1
+H11174,1
+H11177,1
+H11178,1
+H11181,1
+H11182,1
+H11184,1
+H11186,1
+H11187,1
+H11188,1
+H11189,1
+H1119,1
+H11190,1
+H11191,1
+H11199,1
+H11200,1
+H11201,1
+H11203,1
+H11204,1
+H11206,1
+H11207,1
+H11210,1
+H11211,1
+H11212,1
+H11213,1
+H11214,1
+H11215,1
+H11216,1
+H11217,1
+H11218,1
+H11219,1
+H1122,1
+H11220,1
+H11221,1
+H11226,1
+H11227,1
+H11228,1
+H11229,1
+H11234,1
+H11235,1
+H11242,1
+H11245,1
+H11247,1
+H11248,1
+H11249,1
+H1125,1
+H11250,1
+H11251,1
+H11252,1
+H11254,1
+H11255,1
+H1126,1
+H11264,1
+H11267,1
+H11268,1
+H11269,1
+H1127,1
+H11273,1
+H11274,1
+H11275,1
+H11277,1
+H11279,1
+H1128,1
+H11281,1
+H11284,1
+H11287,1
+H11289,1
+H1129,1
+H11290,1
+H11291,1
+H11292,1
+H11295,1
+H11296,1
+H11299,1
+H1130,1
+H11302,1
+H11303,1
+H11304,1
+H11305,1
+H11307,1
+H11308,1
+H11309,1
+H1131,1
+H11311,1
+H11313,1
+H11314,1
+H11315,1
+H11316,1
+H11317,1
+H11318,1
+H11319,1
+H11321,1
+H11322,1
+H11324,1
+H11325,1
+H11326,1
+H11327,1
+H11329,1
+H1133,1
+H11331,1
+H11332,1
+H11333,1
+H11336,1
+H11339,1
+H11340,1
+H11341,1
+H11345,1
+H11346,1
+H11350,1
+H11351,1
+H11353,1
+H11355,1
+H11356,1
+H1136,1
+H11361,1
+H11362,1
+H11363,1
+H11364,1
+H11365,1
+H11368,1
+H11369,1
+H11370,1
+H11371,1
+H11372,1
+H11375,1
+H11376,1
+H11378,1
+H11379,1
+H11381,1
+H11382,1
+H11385,1
+H11386,1
+H11387,1
+H1139,1
+H11390,1
+H11391,1
+H11394,1
+H11397,1
+H11398,1
+H11400,1
+H11401,1
+H11402,1
+H11404,1
+H11406,1
+H11407,1
+H11408,1
+H1141,1
+H11415,1
+H11416,1
+H11417,1
+H11419,1
+H1142,1
+H11420,1
+H11423,1
+H11426,1
+H11427,1
+H11429,1
+H1143,1
+H11430,1
+H11431,1
+H11433,1
+H11435,1
+H11436,1
+H11437,1
+H11439,1
+H11440,1
+H11443,1
+H11445,1
+H11446,1
+H11449,1
+H11450,1
+H11452,1
+H11453,1
+H11454,1
+H11455,1
+H11456,1
+H11459,1
+H1146,1
+H11462,1
+H11464,1
+H11465,1
+H11468,1
+H1147,1
+H11473,1
+H11474,1
+H11476,1
+H11477,1
+H11478,1
+H1148,1
+H11480,1
+H11481,1
+H11482,1
+H11483,1
+H11484,1
+H11486,1
+H11488,1
+H11490,1
+H11494,1
+H11495,1
+H11496,1
+H11497,1
+H11498,1
+H11499,1
+H11500,1
+H11501,1
+H11502,1
+H11508,1
+H11509,1
+H1151,1
+H11510,1
+H11511,1
+H11512,1
+H11513,1
+H11518,1
+H11519,1
+H1152,1
+H11521,1
+H11522,1
+H11523,1
+H11524,1
+H11525,1
+H11528,1
+H11530,1
+H11531,1
+H11532,1
+H11534,1
+H11535,1
+H11536,1
+H11541,1
+H11544,1
+H11545,1
+H11546,1
+H11547,1
+H11548,1
+H11549,1
+H11550,1
+H11551,1
+H11554,1
+H11557,1
+H11558,1
+H11562,1
+H11563,1
+H11564,1
+H11565,1
+H11566,1
+H11568,1
+H11569,1
+H1157,1
+H11570,1
+H11574,1
+H11577,1
+H11581,1
+H11582,1
+H11583,1
+H11584,1
+H11588,1
+H1159,1
+H11590,1
+H11592,1
+H11593,1
+H11594,1
+H11598,1
+H1160,1
+H11603,1
+H11605,1
+H11606,1
+H11607,1
+H11612,1
+H11613,1
+H11614,1
+H11615,1
+H11616,1
+H11622,1
+H11624,1
+H11625,1
+H11626,1
+H11628,1
+H1163,1
+H11630,1
+H11631,1
+H11632,1
+H11634,1
+H11639,1
+H1164,1
+H11640,1
+H11643,1
+H11645,1
+H11646,1
+H11647,1
+H11648,1
+H1165,1
+H11650,1
+H11651,1
+H11652,1
+H11653,1
+H11655,1
+H11656,1
+H11658,1
+H11659,1
+H1166,1
+H11661,1
+H11663,1
+H11665,1
+H11667,1
+H11669,1
+H1167,1
+H11673,1
+H11674,1
+H11675,1
+H11677,1
+H11679,1
+H11680,1
+H11681,1
+H11684,1
+H11685,1
+H11686,1
+H11688,1
+H11689,1
+H1169,1
+H11693,1
+H11696,1
+H11698,1
+H117,1
+H1170,1
+H11701,1
+H11702,1
+H11703,1
+H11706,1
+H11707,1
+H11708,1
+H11709,1
+H1171,1
+H11710,1
+H11711,1
+H11712,1
+H11713,1
+H11714,1
+H11715,1
+H11716,1
+H11717,1
+H11719,1
+H1172,1
+H11720,1
+H11721,1
+H11725,1
+H11726,1
+H11727,1
+H11729,1
+H1173,1
+H11730,1
+H11731,1
+H11737,1
+H1174,1
+H11740,1
+H11742,1
+H11743,1
+H11744,1
+H11745,1
+H11747,1
+H11748,1
+H1175,1
+H11750,1
+H11755,1
+H11757,1
+H11760,1
+H11761,1
+H11762,1
+H11765,1
+H11766,1
+H11767,1
+H11768,1
+H1177,1
+H11772,1
+H11773,1
+H11776,1
+H11782,1
+H11784,1
+H11785,1
+H11786,1
+H11787,1
+H11788,1
+H11789,1
+H11790,1
+H11791,1
+H11793,1
+H11794,1
+H11795,1
+H11796,1
+H11797,1
+H11798,1
+H1180,1
+H11803,1
+H11804,1
+H11809,1
+H1181,1
+H11810,1
+H11811,1
+H11814,1
+H11815,1
+H11817,1
+H1182,1
+H11823,1
+H11824,1
+H1183,1
+H11830,1
+H11831,1
+H11832,1
+H11833,1
+H11834,1
+H11836,1
+H11837,1
+H11839,1
+H1184,1
+H11840,1
+H11842,1
+H11846,1
+H11847,1
+H1185,1
+H11850,1
+H11854,1
+H11859,1
+H1186,1
+H11860,1
+H11865,1
+H11866,1
+H11868,1
+H11869,1
+H1187,1
+H11870,1
+H11873,1
+H11876,1
+H11877,1
+H11879,1
+H1188,1
+H11880,1
+H11882,1
+H11884,1
+H11885,1
+H11886,1
+H11887,1
+H11888,1
+H1189,1
+H11892,1
+H11893,1
+H11894,1
+H11896,1
+H11897,1
+H11898,1
+H119,1
+H1190,1
+H11900,1
+H11901,1
+H11903,1
+H11904,1
+H11905,1
+H11907,1
+H11908,1
+H11909,1
+H11913,1
+H11915,1
+H11917,1
+H11918,1
+H11920,1
+H11921,1
+H11922,1
+H11923,1
+H11925,1
+H11927,1
+H1193,1
+H11932,1
+H11933,1
+H11935,1
+H11936,1
+H11937,1
+H11939,1
+H1194,1
+H11940,1
+H11941,1
+H11942,1
+H11943,1
+H11945,1
+H11946,1
+H11948,1
+H11949,1
+H1195,1
+H11950,1
+H11952,1
+H11953,1
+H11955,1
+H1196,1
+H11960,1
+H11961,1
+H11963,1
+H11965,1
+H1197,1
+H11973,1
+H11974,1
+H11978,1
+H11979,1
+H1198,1
+H11980,1
+H11983,1
+H11987,1
+H11988,1
+H1199,1
+H11990,1
+H11991,1
+H11992,1
+H11993,1
+H11994,1
+H11995,1
+H11996,1
+H11998,1
+H11999,1
+H1200,1
+H12001,1
+H12003,1
+H12004,1
+H12006,1
+H12008,1
+H1201,1
+H12012,1
+H12015,1
+H12017,1
+H12019,1
+H12022,1
+H1203,1
+H12034,1
+H12036,1
+H12037,1
+H12039,1
+H12043,1
+H12044,1
+H12045,1
+H12046,1
+H12047,1
+H12048,1
+H1205,1
+H12050,1
+H12051,1
+H12053,1
+H12054,1
+H12056,1
+H12057,1
+H12059,1
+H1206,1
+H12060,1
+H12061,1
+H12062,1
+H12068,1
+H1207,1
+H12071,1
+H12072,1
+H12074,1
+H1208,1
+H12080,1
+H12081,1
+H12082,1
+H12086,1
+H1209,1
+H12090,1
+H12091,1
+H1210,1
+H12102,1
+H12103,1
+H12106,1
+H12107,1
+H12108,1
+H12111,1
+H12112,1
+H12113,1
+H12114,1
+H12118,1
+H12121,1
+H12122,1
+H12124,1
+H12125,1
+H12126,1
+H12127,1
+H12129,1
+H12132,1
+H12134,1
+H12136,1
+H1214,1
+H12141,1
+H12142,1
+H12143,1
+H12148,1
+H1215,1
+H12151,1
+H12152,1
+H12154,1
+H12155,1
+H12156,1
+H12160,1
+H12161,1
+H12162,1
+H12164,1
+H12166,1
+H1217,1
+H12170,1
+H12171,1
+H12172,1
+H12173,1
+H12174,1
+H12176,1
+H12177,1
+H12178,1
+H1218,1
+H12180,1
+H12183,1
+H12184,1
+H12186,1
+H12187,1
+H12188,1
+H12189,1
+H1219,1
+H12190,1
+H12191,1
+H12196,1
+H12197,1
+H12199,1
+H122,1
+H12206,1
+H12207,1
+H12209,1
+H12212,1
+H12213,1
+H12217,1
+H1222,1
+H12228,1
+H12230,1
+H12231,1
+H12232,1
+H12234,1
+H12236,1
+H12237,1
+H12238,1
+H12239,1
+H1224,1
+H12240,1
+H12242,1
+H12243,1
+H1225,1
+H12252,1
+H1226,1
+H12262,1
+H12263,1
+H12268,1
+H1227,1
+H12282,1
+H12285,1
+H1229,1
+H12293,1
+H12294,1
+H12296,1
+H123,1
+H12300,1
+H12304,1
+H12306,1
+H12307,1
+H12312,1
+H12313,1
+H12316,1
+H12328,1
+H12329,1
+H1233,1
+H12330,1
+H12331,1
+H12332,1
+H12333,1
+H12334,1
+H12335,1
+H12339,1
+H12343,1
+H12344,1
+H12345,1
+H12346,1
+H12349,1
+H1235,1
+H12350,1
+H12351,1
+H12358,1
+H1236,1
+H12360,1
+H12361,1
+H12362,1
+H12363,1
+H12367,1
+H12368,1
+H12369,1
+H1237,1
+H12370,1
+H12371,1
+H12375,1
+H12376,1
+H12380,1
+H12383,1
+H12384,1
+H12388,1
+H1239,1
+H12394,1
+H12396,1
+H12397,1
+H124,1
+H12402,1
+H12408,1
+H12409,1
+H12412,1
+H12413,1
+H12414,1
+H12415,1
+H12416,1
+H12418,1
+H1242,1
+H12420,1
+H12424,1
+H12425,1
+H12426,1
+H12427,1
+H12428,1
+H1243,1
+H12430,1
+H12431,1
+H12433,1
+H12436,1
+H12437,1
+H12438,1
+H12439,1
+H1244,1
+H12445,1
+H12447,1
+H12448,1
+H12449,1
+H1245,1
+H12450,1
+H12452,1
+H12453,1
+H12454,1
+H12456,1
+H12457,1
+H1246,1
+H12465,1
+H12466,1
+H1247,1
+H12483,1
+H12484,1
+H12485,1
+H12486,1
+H12490,1
+H12491,1
+H12496,1
+H12499,1
+H125,1
+H12501,1
+H12506,1
+H12507,1
+H12512,1
+H12513,1
+H12515,1
+H12516,1
+H12518,1
+H12519,1
+H12522,1
+H12526,1
+H12527,1
+H12528,1
+H1253,1
+H12530,1
+H12532,1
+H12537,1
+H12539,1
+H12544,1
+H12546,1
+H12547,1
+H12549,1
+H1255,1
+H12550,1
+H12551,1
+H12553,1
+H12555,1
+H12558,1
+H12559,1
+H1256,1
+H12560,1
+H12562,1
+H12563,1
+H12565,1
+H12568,1
+H12569,1
+H1257,1
+H12575,1
+H12576,1
+H12577,1
+H12578,1
+H12579,1
+H12580,1
+H12581,1
+H12583,1
+H12584,1
+H12586,1
+H12589,1
+H1259,1
+H12590,1
+H12591,1
+H12594,1
+H12599,1
+H12601,1
+H7479,1
+H748,1
+H7480,1
+H7482,1
+H7483,1
+H7484,1
+H7487,1
+H7488,1
+H7489,1
+H749,1
+H7490,1
+H7493,1
+H7494,1
+H7495,1
+H7497,1
+H7499,1
+H75,1
+H7500,1
+H7501,1
+H7504,1
+H7505,1
+H7507,1
+H7510,1
+H7511,1
+H7512,1
+H7514,1
+H7515,1
+H7516,1
+H7517,1
+H7518,1
+H7519,1
+H7520,1
+H7521,1
+H7522,1
+H7524,1
+H7525,1
+H7529,1
+H7531,1
+H7532,1
+H7535,1
+H7539,1
+H754,1
+H7540,1
+H7541,1
+H7542,1
+H7543,1
+H7544,1
+H7545,1
+H7546,1
+H7548,1
+H7551,1
+H7553,1
+H7554,1
+H7556,1
+H7557,1
+H7558,1
+H7559,1
+H756,1
+H7560,1
+H7561,1
+H7564,1
+H7566,1
+H7571,1
+H7573,1
+H7575,1
+H7576,1
+H7577,1
+H7579,1
+H7580,1
+H7581,1
+H7582,1
+H7583,1
+H7584,1
+H7585,1
+H7586,1
+H7587,1
+H7588,1
+H7589,1
+H759,1
+H7590,1
+H7591,1
+H7593,1
+H7594,1
+H7595,1
+H7597,1
+H7599,1
+H76,1
+H760,1
+H7601,1
+H7603,1
+H7604,1
+H7606,1
+H7607,1
+H7614,1
+H7615,1
+H7616,1
+H7618,1
+H7620,1
+H7622,1
+H7623,1
+H7624,1
+H7625,1
+H7630,1
+H7631,1
+H7634,1
+H7635,1
+H7636,1
+H7637,1
+H7641,1
+H7642,1
+H7644,1
+H7646,1
+H7648,1
+H7649,1
+H765,1
+H7651,1
+H7653,1
+H7654,1
+H7655,1
+H7658,1
+H7660,1
+H7661,1
+H7663,1
+H7664,1
+H7665,1
+H7666,1
+H7667,1
+H7671,1
+H7673,1
+H7675,1
+H7676,1
+H7677,1
+H7678,1
+H768,1
+H7680,1
+H7681,1
+H7682,1
+H7683,1
+H7687,1
+H7689,1
+H7690,1
+H7691,1
+H7696,1
+H7697,1
+H7699,1
+H770,1
+H7700,1
+H7709,1
+H771,1
+H7710,1
+H7711,1
+H7712,1
+H7720,1
+H7721,1
+H7722,1
+H7726,1
+H7727,1
+H7728,1
+H7729,1
+H773,1
+H7735,1
+H7736,1
+H7739,1
+H7740,1
+H7741,1
+H7742,1
+H7744,1
+H7745,1
+H7751,1
+H7753,1
+H7754,1
+H7755,1
+H7756,1
+H7757,1
+H7759,1
+H7761,1
+H7762,1
+H7763,1
+H7764,1
+H7765,1
+H7768,1
+H7771,1
+H7772,1
+H7773,1
+H7774,1
+H7775,1
+H7776,1
+H7778,1
+H7780,1
+H7781,1
+H7782,1
+H7783,1
+H7784,1
+H7785,1
+H7786,1
+H7789,1
+H779,1
+H7790,1
+H7791,1
+H7793,1
+H7794,1
+H7795,1
+H7799,1
+H780,1
+H7800,1
+H7803,1
+H7806,1
+H7807,1
+H7809,1
+H7812,1
+H7813,1
+H7814,1
+H7815,1
+H7816,1
+H7821,1
+H7824,1
+H7826,1
+H7827,1
+H7828,1
+H7829,1
+H7830,1
+H7831,1
+H7832,1
+H7833,1
+H7836,1
+H7837,1
+H7839,1
+H7840,1
+H7842,1
+H7844,1
+H7847,1
+H7848,1
+H7849,1
+H7850,1
+H7852,1
+H7853,1
+H7854,1
+H7855,1
+H7857,1
+H7859,1
+H7860,1
+H7861,1
+H7863,1
+H7864,1
+H7865,1
+H7868,1
+H7870,1
+H7871,1
+H7873,1
+H7880,1
+H7881,1
+H7882,1
+H7883,1
+H7884,1
+H7885,1
+H7886,1
+H7887,1
+H7888,1
+H7889,1
+H7891,1
+H7892,1
+H7894,1
+H7895,1
+H79,1
+H7900,1
+H7901,1
+H7902,1
+H7905,1
+H7907,1
+H7908,1
+H7909,1
+H7910,1
+H7912,1
+H7913,1
+H792,1
+H7921,1
+H7924,1
+H7925,1
+H7926,1
+H7927,1
+H7928,1
+H7929,1
+H793,1
+H7932,1
+H7936,1
+H7943,1
+H7945,1
+H7946,1
+H7947,1
+H7948,1
+H795,1
+H7950,1
+H7951,1
+H7952,1
+H7953,1
+H7955,1
+H7958,1
+H7961,1
+H7963,1
+H7964,1
+H7968,1
+H7969,1
+H797,1
+H7970,1
+H7971,1
+H7973,1
+H7976,1
+H7978,1
+H7980,1
+H7981,1
+H7982,1
+H7983,1
+H7984,1
+H7985,1
+H7986,1
+H7988,1
+H799,1
+H7990,1
+H7991,1
+H7992,1
+H7993,1
+H7994,1
+H7996,1
+H7999,1
+H8,1
+H800,1
+H8000,1
+H8002,1
+H8003,1
+H8004,1
+H8005,1
+H8006,1
+H8008,1
+H8009,1
+H8010,1
+H8012,1
+H8013,1
+H8014,1
+H8015,1
+H8016,1
+H8017,1
+H8019,1
+H8021,1
+H8023,1
+H8024,1
+H8025,1
+H8028,1
+H8029,1
+H803,1
+H8030,1
+H8031,1
+H8032,1
+H8033,1
+H8034,1
+H8039,1
+H8040,1
+H8041,1
+H8042,1
+H8043,1
+H8044,1
+H8045,1
+H8046,1
+H8049,1
+H805,1
+H8054,1
+H8057,1
+H806,1
+H8061,1
+H8062,1
+H8069,1
+H807,1
+H8075,1
+H8076,1
+H8077,1
+H8078,1
+H8079,1
+H8080,1
+H8082,1
+H8084,1
+H8085,1
+H8086,1
+H8087,1
+H809,1
+H8090,1
+H8091,1
+H8092,1
+H8093,1
+H8095,1
+H8096,1
+H8098,1
+H8099,1
+H8100,1
+H8101,1
+H8102,1
+H8103,1
+H8104,1
+H8105,1
+H8108,1
+H8109,1
+H811,1
+H8126,1
+H8128,1
+H8129,1
+H8130,1
+H8132,1
+H8138,1
+H814,1
+H8140,1
+H8145,1
+H8149,1
+H815,1
+H8150,1
+H8152,1
+H8154,1
+H8156,1
+H8158,1
+H8159,1
+H816,1
+H8160,1
+H8161,1
+H8162,1
+H8163,1
+H8164,1
+H8165,1
+H8166,1
+H8167,1
+H8168,1
+H8169,1
+H817,1
+H8171,1
+H8172,1
+H8174,1
+H8177,1
+H8178,1
+H8179,1
+H8180,1
+H8181,1
+H8182,1
+H8183,1
+H8184,1
+H8185,1
+H8186,1
+H8187,1
+H819,1
+H8191,1
+H8192,1
+H8193,1
+H8194,1
+H8195,1
+H8196,1
+H8199,1
+H8200,1
+H8202,1
+H8203,1
+H8204,1
+H8205,1
+H8206,1
+H8208,1
+H821,1
+H8210,1
+H8211,1
+H8213,1
+H8214,1
+H8215,1
+H8216,1
+H8217,1
+H8218,1
+H8219,1
+H822,1
+H8221,1
+H8222,1
+H8223,1
+H8224,1
+H8225,1
+H8226,1
+H8228,1
+H8229,1
+H8230,1
+H8232,1
+H8233,1
+H8234,1
+H8235,1
+H8236,1
+H8237,1
+H8238,1
+H8239,1
+H8240,1
+H8241,1
+H8243,1
+H8244,1
+H8245,1
+H8246,1
+H8248,1
+H8249,1
+H8250,1
+H8253,1
+H8255,1
+H8256,1
+H826,1
+H8260,1
+H8261,1
+H8262,1
+H8263,1
+H8264,1
+H8266,1
+H8268,1
+H8269,1
+H8270,1
+H8271,1
+H8272,1
+H8273,1
+H8278,1
+H8280,1
+H8281,1
+H8282,1
+H8283,1
+H8286,1
+H8288,1
+H8295,1
+H8297,1
+H8299,1
+H8300,1
+H8301,1
+H8302,1
+H8304,1
+H8305,1
+H8306,1
+H8307,1
+H8310,1
+H8312,1
+H8313,1
+H8314,1
+H8315,1
+H8318,1
+H8322,1
+H8323,1
+H8324,1
+H8325,1
+H8326,1
+H8327,1
+H8328,1
+H8329,1
+H8330,1
+H8331,1
+H8334,1
+H834,1
+H835,1
+H8350,1
+H8354,1
+H8355,1
+H8356,1
+H8357,1
+H8358,1
+H8359,1
+H8360,1
+H8361,1
+H8362,1
+H8363,1
+H8364,1
+H8365,1
+H8366,1
+H8367,1
+H8369,1
+H837,1
+H8370,1
+H8371,1
+H8373,1
+H8375,1
+H8377,1
+H8379,1
+H838,1
+H8380,1
+H8381,1
+H8383,1
+H8384,1
+H8385,1
+H839,1
+H8390,1
+H8391,1
+H8393,1
+H8394,1
+H840,1
+H8400,1
+H8401,1
+H8403,1
+H8406,1
+H8407,1
+H8411,1
+H8412,1
+H8413,1
+H8414,1
+H8415,1
+H8416,1
+H8420,1
+H8421,1
+H8422,1
+H8424,1
+H8425,1
+H8426,1
+H8429,1
+H8430,1
+H8431,1
+H8432,1
+H8434,1
+H8436,1
+H8437,1
+H8439,1
+H8440,1
+H8441,1
+H8449,1
+H845,1
+H8452,1
+H8455,1
+H8456,1
+H8457,1
+H8458,1
+H8460,1
+H8461,1
+H8462,1
+H8463,1
+H8464,1
+H8465,1
+H8466,1
+H8468,1
+H8471,1
+H8472,1
+H8474,1
+H8475,1
+H8476,1
+H8477,1
+H8478,1
+H8480,1
+H8482,1
+H8483,1
+H8484,1
+H8485,1
+H8486,1
+H8487,1
+H8488,1
+H8489,1
+H8491,1
+H8492,1
+H8493,1
+H8494,1
+H8495,1
+H8496,1
+H8497,1
+H8499,1
+H8501,1
+H8502,1
+H8504,1
+H8505,1
+H8506,1
+H8507,1
+H8510,1
+H8511,1
+H8513,1
+H8514,1
+H8515,1
+H8516,1
+H8517,1
+H8518,1
+H8519,1
+H852,1
+H8521,1
+H8522,1
+H8523,1
+H8526,1
+H8527,1
+H8528,1
+H8529,1
+H853,1
+H8531,1
+H8532,1
+H8534,1
+H8535,1
+H8536,1
+H8537,1
+H8538,1
+H8539,1
+H8540,1
+H8541,1
+H8542,1
+H8544,1
+H8545,1
+H8546,1
+H8547,1
+H8548,1
+H8550,1
+H8551,1
+H8552,1
+H8553,1
+H8557,1
+H8559,1
+H8561,1
+H8562,1
+H8564,1
+H8565,1
+H8567,1
+H8569,1
+H8571,1
+H8572,1
+H8573,1
+H8576,1
+H8577,1
+H8578,1
+H8579,1
+H8580,1
+H8581,1
+H8582,1
+H8586,1
+H8587,1
+H859,1
+H8590,1
+H8592,1
+H8593,1
+H8594,1
+H8595,1
+H8596,1
+H860,1
+H8600,1
+H8601,1
+H8602,1
+H8603,1
+H8604,1
+H8605,1
+H8609,1
+H861,1
+H8611,1
+H8618,1
+H862,1
+H8620,1
+H8621,1
+H8622,1
+H8624,1
+H8626,1
+H8628,1
+H8629,1
+H8632,1
+H8633,1
+H8634,1
+H8635,1
+H8636,1
+H864,1
+H8641,1
+H8643,1
+H8645,1
+H8648,1
+H8649,1
+H865,1
+H8650,1
+H8651,1
+H8652,1
+H8654,1
+H8656,1
+H8657,1
+H8658,1
+H866,1
+H8660,1
+H8661,1
+H8663,1
+H8665,1
+H8666,1
+H8667,1
+H8670,1
+H8671,1
+H8673,1
+H8674,1
+H8675,1
+H8677,1
+H8678,1
+H868,1
+H8680,1
+H8681,1
+H8682,1
+H8683,1
+H8684,1
+H8687,1
+H869,1
+H8691,1
+H8692,1
+H870,1
+H8703,1
+H8704,1
+H8706,1
+H8707,1
+H8710,1
+H8715,1
+H8716,1
+H8721,1
+H8722,1
+H8725,1
+H8726,1
+H8727,1
+H8728,1
+H8729,1
+H873,1
+H8731,1
+H8733,1
+H8735,1
+H8737,1
+H8738,1
+H8739,1
+H8741,1
+H8743,1
+H8746,1
+H8747,1
+H8748,1
+H8749,1
+H875,1
+H8750,1
+H8751,1
+H8752,1
+H8754,1
+H8756,1
+H8757,1
+H8758,1
+H8759,1
+H8760,1
+H8761,1
+H8762,1
+H8763,1
+H8764,1
+H8767,1
+H8773,1
+H8774,1
+H8775,1
+H8776,1
+H8777,1
+H878,1
+H8780,1
+H8782,1
+H8783,1
+H8784,1
+H8786,1
+H8793,1
+H8795,1
+H8797,1
+H8805,1
+H8807,1
+H8808,1
+H8809,1
+H8810,1
+H8811,1
+H8812,1
+H8813,1
+H8814,1
+H8816,1
+H8817,1
+H8818,1
+H882,1
+H8821,1
+H8822,1
+H8823,1
+H8824,1
+H8825,1
+H8827,1
+H8828,1
+H8831,1
+H8834,1
+H8835,1
+H8836,1
+H8837,1
+H8838,1
+H8839,1
+H8840,1
+H8841,1
+H8842,1
+H8843,1
+H8844,1
+H8845,1
+H8848,1
+H8849,1
+H885,1
+H8850,1
+H8851,1
+H8852,1
+H8854,1
+H8855,1
+H8857,1
+H8859,1
+H8860,1
+H8862,1
+H8863,1
+H8864,1
+H8866,1
+H8868,1
+H8871,1
+H8872,1
+H8873,1
+H8874,1
+H8875,1
+H8877,1
+H8879,1
+H888,1
+H8880,1
+H8881,1
+H8882,1
+H8883,1
+H8884,1
+H8885,1
+H8886,1
+H8887,1
+H8889,1
+H889,1
+H8890,1
+H8891,1
+H8892,1
+H8893,1
+H8895,1
+H8896,1
+H8897,1
+H8898,1
+H8899,1
+H89,1
+H890,1
+H8900,1
+H8901,1
+H8902,1
+H8903,1
+H8904,1
+H8908,1
+H8910,1
+H8911,1
+H8912,1
+H8913,1
+H8914,1
+H8916,1
+H8918,1
+H8920,1
+H8921,1
+H8923,1
+H8925,1
+H8926,1
+H8927,1
+H8928,1
+H8930,1
+H8931,1
+H8932,1
+H8935,1
+H8936,1
+H8937,1
+H8938,1
+H8939,1
+H8940,1
+H8942,1
+H8946,1
+H8947,1
+H8949,1
+H8950,1
+H8951,1
+H8952,1
+H8953,1
+H8962,1
+H8965,1
+H8966,1
+H8969,1
+H8970,1
+H8972,1
+H8974,1
+H8975,1
+H8984,1
+H8985,1
+H8987,1
+H8988,1
+H8990,1
+H8992,1
+H8993,1
+H8994,1
+H8995,1
+H8998,1
+H8999,1
+H90,1
+H900,1
+H9000,1
+H9001,1
+H9003,1
+H9005,1
+H9006,1
+H9007,1
+H9008,1
+H9009,1
+H901,1
+H9012,1
+H9013,1
+H9014,1
+H9017,1
+H902,1
+H9020,1
+H9021,1
+H9024,1
+H9027,1
+H9029,1
+H903,1
+H9035,1
+H9037,1
+H9039,1
+H9049,1
+H9050,1
+H9051,1
+H9052,1
+H9053,1
+H9054,1
+H9057,1
+H9058,1
+H9063,1
+H9066,1
+H9067,1
+H9069,1
+H907,1
+H9075,1
+H9076,1
+H9079,1
+H9082,1
+H9083,1
+H9084,1
+H9085,1
+H9086,1
+H9087,1
+H9089,1
+H9090,1
+H9092,1
+H9093,1
+H9094,1
+H9096,1
+H9098,1
+H9099,1
+H9100,1
+H9101,1
+H9102,1
+H9103,1
+H9104,1
+H9105,1
+H9106,1
+H9108,1
+H9109,1
+H9110,1
+H9111,1
+H9114,1
+H9119,1
+H912,1
+H9120,1
+H9130,1
+H9136,1
+H914,1
+H9140,1
+H9141,1
+H9142,1
+H9143,1
+H9145,1
+H9147,1
+H9148,1
+H9149,1
+H9151,1
+H9152,1
+H9153,1
+H9154,1
+H9155,1
+H9159,1
+H9160,1
+H9161,1
+H9162,1
+H9167,1
+H9168,1
+H9169,1
+H9170,1
+H9178,1
+H9179,1
+H918,1
+H9180,1
+H9185,1
+H919,1
+H9193,1
+H9194,1
+H9197,1
+H9198,1
+H9199,1
+H92,1
+H920,1
+H9200,1
+H9201,1
+H9202,1
+H9203,1
+H9206,1
+H9207,1
+H9208,1
+H9209,1
+H921,1
+H9210,1
+H9212,1
+H9213,1
+H9215,1
+H9216,1
+H9217,1
+H9219,1
+H922,1
+H9220,1
+H9225,1
+H924,1
+H9243,1
+H9244,1
+H9245,1
+H9246,1
+H9247,1
+H9248,1
+H9249,1
+H9251,1
+H9254,1
+H9255,1
+H9256,1
+H9257,1
+H9258,1
+H9259,1
+H926,1
+H9262,1
+H9264,1
+H9265,1
+H9266,1
+H9267,1
+H9268,1
+H9269,1
+H9270,1
+H9273,1
+H9274,1
+H9275,1
+H9277,1
+H9278,1
+H9280,1
+H9282,1
+H9284,1
+H9285,1
+H9286,1
+H9287,1
+H9288,1
+H9289,1
+H929,1
+H9290,1
+H9291,1
+H9292,1
+H9293,1
+H9294,1
+H9296,1
+H9297,1
+H9298,1
+H9299,1
+H93,1
+H9300,1
+H9301,1
+H9302,1
+H9303,1
+H9304,1
+H9305,1
+H9308,1
+H9310,1
+H9311,1
+H9312,1
+H9313,1
+H9314,1
+H9317,1
+H9318,1
+H9319,1
+H9321,1
+H9323,1
+H9327,1
+H9328,1
+H9330,1
+H9331,1
+H9332,1
+H9334,1
+H9335,1
+H9338,1
+H9342,1
+H9343,1
+H9344,1
+H9345,1
+H9346,1
+H9347,1
+H9348,1
+H9349,1
+H9351,1
+H9352,1
+H9359,1
+H9361,1
+H9362,1
+H9364,1
+H9366,1
+H9367,1
+H9369,1
+H937,1
+H9370,1
+H9371,1
+H9372,1
+H9373,1
+H9374,1
+H9375,1
+H9376,1
+H9377,1
+H9378,1
+H938,1
+H9381,1
+H9382,1
+H9384,1
+H939,1
+H9391,1
+H9392,1
+H9395,1
+H9396,1
+H9397,1
+H9398,1
+H940,1
+H9400,1
+H9401,1
+H9403,1
+H9405,1
+H9406,1
+H9407,1
+H9408,1
+H9409,1
+H941,1
+H9410,1
+H9411,1
+H9417,1
+H942,1
+H9420,1
+H9421,1
+H9422,1
+H9424,1
+H9426,1
+H9427,1
+H943,1
+H9430,1
+H9434,1
+H9435,1
+H9436,1
+H9437,1
+H9439,1
+H9440,1
+H9441,1
+H9442,1
+H9443,1
+H9444,1
+H9445,1
+H9447,1
+H9449,1
+H945,1
+H9450,1
+H9451,1
+H9453,1
+H9459,1
+H946,1
+H9462,1
+H9463,1
+H9465,1
+H9466,1
+H9468,1
+H9473,1
+H9478,1
+H9479,1
+H9480,1
+H9481,1
+H9484,1
+H949,1
+H9493,1
+H9496,1
+H95,1
+H950,1
+H9502,1
+H9505,1
+H9506,1
+H951,1
+H9510,1
+H9511,1
+H9512,1
+H9513,1
+H9515,1
+H9519,1
+H9520,1
+H9522,1
+H9527,1
+H953,1
+H9531,1
+H9532,1
+H954,1
+H9540,1
+H9541,1
+H9542,1
+H9543,1
+H9544,1
+H9545,1
+H9546,1
+H9547,1
+H9548,1
+H955,1
+H9553,1
+H9554,1
+H9555,1
+H9556,1
+H9557,1
+H956,1
+H9563,1
+H9564,1
+H9566,1
+H9567,1
+H9568,1
+H9569,1
+H957,1
+H9570,1
+H9571,1
+H9572,1
+H9573,1
+H9574,1
+H9575,1
+H9576,1
+H9578,1
+H9579,1
+H958,1
+H9582,1
+H9583,1
+H9584,1
+H9587,1
+H9588,1
+H9589,1
+H959,1
+H9590,1
+H9591,1
+H9592,1
+H9593,1
+H9594,1
+H9595,1
+H9599,1
+H960,1
+H9600,1
+H9601,1
+H9602,1
+H9603,1
+H9604,1
+H9605,1
+H9606,1
+H9607,1
+H9609,1
+H961,1
+H9610,1
+H9612,1
+H9613,1
+H9614,1
+H9615,1
+H9616,1
+H9617,1
+H9618,1
+H9619,1
+H962,1
+H9621,1
+H9622,1
+H9624,1
+H9626,1
+H9628,1
+H963,1
+H9634,1
+H9635,1
+H9636,1
+H9637,1
+H9638,1
+H9639,1
+H964,1
+H9641,1
+H9642,1
+H9643,1
+H9644,1
+H9645,1
+H9646,1
+H9647,1
+H965,1
+H9650,1
+H9651,1
+H9653,1
+H9655,1
+H9656,1
+H9657,1
+H9658,1
+H966,1
+H9661,1
+H9665,1
+H9666,1
+H9671,1
+H9673,1
+H9674,1
+H9675,1
+H9678,1
+H9679,1
+H968,1
+H9680,1
+H9682,1
+H9683,1
+H9685,1
+H9686,1
+H9687,1
+H9689,1
+H969,1
+H9691,1
+H9693,1
+H9699,1
+H970,1
+H9700,1
+H9702,1
+H9703,1
+H9704,1
+H9709,1
+H971,1
+H9710,1
+H9712,1
+H9716,1
+H9719,1
+H972,1
+H9720,1
+H9722,1
+H9723,1
+H9725,1
+H9726,1
+H9729,1
+H973,1
+H9732,1
+H9734,1
+H9735,1
+H9736,1
+H9737,1
+H9738,1
+H9740,1
+H9741,1
+H9743,1
+H9744,1
+H9745,1
+H975,1
+H9752,1
+H9757,1
+H9758,1
+H9759,1
+H976,1
+H9760,1
+H9762,1
+H9768,1
+H977,1
+H9770,1
+H9771,1
+H9772,1
+H9773,1
+H9776,1
+H9777,1
+H9780,1
+H9781,1
+H9783,1
+H9784,1
+H9785,1
+H9786,1
+H9787,1
+H979,1
+H9790,1
+H9792,1
+H9793,1
+H9794,1
+H9795,1
+H9796,1
+H9797,1
+H9798,1
+H9799,1
+H9800,1
+H9802,1
+H9805,1
+H9806,1
+H9807,1
+H9808,1
+H9810,1
+H9818,1
+H9819,1
+H9820,1
+H9826,1
+H9828,1
+H9829,1
+H983,1
+H9830,1
+H9831,1
+H9833,1
+H9834,1
+H9835,1
+H9838,1
+H9839,1
+H9840,1
+H9842,1
+H9843,1
+H9844,1
+H9848,1
+H9849,1
+H9851,1
+H9853,1
+H9854,1
+H9859,1
+H986,1
+H9860,1
+H9861,1
+H9865,1
+H9866,1
+H9867,1
+H9869,1
+H9870,1
+H9871,1
+H9874,1
+H9876,1
+H9877,1
+H9878,1
+H9879,1
+H9880,1
+H9881,1
+H9882,1
+H9883,1
+H9885,1
+H9889,1
+H9902,1
+H9903,1
+H9904,1
+H9906,1
+H9907,1
+H9908,1
+H9909,1
+H9915,1
+H9917,1
+H9918,1
+H9919,1
+H9920,1
+H9921,1
+H9922,1
+H9924,1
+H9925,1
+H9928,1
+H9929,1
+H9930,1
+H9933,1
+H9936,1
+H9940,1
+H9941,1
+H9947,1
+H9948,1
+H9949,1
+H9951,1
+H9952,1
+H9953,1
+H9956,1
+H9958,1
+H9959,1
+H9960,1
+H9961,1
+H9962,1
+H9963,1
+H9966,1
+H9967,1
+H9969,1
+H997,1
+H9970,1
+H9971,1
+H9972,1
+H9974,1
+H9980,1
+H9981,1
+H9982,1
+H9984,1
+H9985,1
+H9987,1
+H9988,1
+H9994,1
+H9996,1
+H9998,1

data/VariableDescription.csv

@@ -0,0 +1,15 @@
+Variable,Description
+Customer Id,Identification number for the Policy holder
+YearOfObservation,year of observation for the insured policy
+Insured_Period,"duration of insurance policy in Olusola Insurance. (Ex: Full year insurance, Policy Duration = 1; 6 months = 0.5"
+Residential,is the building a residential building or not
+Building_Painted,"is the building painted or not (N-Painted, V-Not Painted)"
+Building_Fenced,"is the building fence or not (N-Fenced, V-Not Fenced)"
+Garden,building has garden or not (V-has garden; O-no garden)
+Settlement,Area where the building is located. (R- rural area; U- urban area)
+Building Dimension,Size of the insured building in m2
+Building_Type,"The type of building (Type 1, 2, 3, 4)"
+Date_of_Occupancy,date building was first occupied
+NumberOfWindows,number of windows in the building
+Geo Code,Geographical Code of the Insured building
+Claim,"target variable. (0: no claim, 1: at least one claim over insured period)."

requirements.txt

@@ -0,0 +1,6 @@
+numpy==1.25.0
+pandas==1.5.3
+scikit-learn
+seaborn==0.12.2
+xgboost==1.7.6
+streamlit