10.3969/j.issn.1000-5641.2017.04.008
基于随机森林的犯罪风险预测模型研究
犯罪预测是犯罪预防的前提,也是公安部门亟待解决的问题.随机森林作为一种组合分类方法,具有准确率高、速度快、性能稳定的特性,且能够给出指标重要性评价,本文将其应用于犯罪风险预测中.实验证明,随机森林方法选出的指标集可以显著地提高预测准确率,基于该方法构建的预测模型相较于神经网络与支持向量机具有更高的准确性和稳定性,能够满足犯罪风险预测的需求.
随机森林、犯罪风险预测、指标集选择
TP18(自动化基础理论)
国家自然科学基金人才培养项目J1310028
2017-09-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
89-96