Подберите такие гиперпараметры модели, чтобы получить значение AUC-ROC не меньше 0.822 — наилучшего результата этой метрики из курса «Обучение с учителем». Можете попробовать получить и больше.

Напечатайте на экране значение метрики AUC-ROC (уже в прекоде).

import pandas as pd
from sklearn.model_selection import train_test_split
from catboost import CatBoostClassifier
from sklearn.metrics import roc_auc_score


#data = pd.read_csv('https://code.s3.yandex.net/datasets/travel_insurance.csv')
data = pd.read_csv('/datasets/travel_insurance.csv')

features_train, features_valid, target_train, target_valid = train_test_split(
    data.drop('Claim', axis=1), data.Claim, test_size=0.25, random_state=12345)

cat_features = ['Agency', 'Agency Type', 'Distribution Channel',
                'Product Name', 'Destination', 'Gender']

model = CatBoostClassifier(loss_function="Logloss", iterations=50) # < напишите код здесь >

model.fit(features_train, target_train, cat_features=cat_features, verbose=10)

probabilities_valid = model.predict_proba(features_valid)
probabilities_one_valid = probabilities_valid[:, 1]
print(roc_auc_score(target_valid, probabilities_one_valid))

Результат

0.8288917542370955

Улучшить метрику для CatBoost легче простого, даже лапки справятся. Если продолжить настройку гиперпараметров, AUC-ROC можно довести до идеальной.