基于随机森林的犯罪风险预测模型研究

• 作者: 王媛媛 王雨晨 过仲阳
• 来源期刊: 华东师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 随机森林 犯罪风险预测 指标集选择
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 89-96
• 页数: 8页
• 分类号: TP18
• 字数: 5665字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5641.2017.04.008

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	过仲阳	华东师范大学地理科学学院	59	604	13.0	21.0
2	王媛媛	华东师范大学地理科学学院	11	111	5.0	10.0
3	王雨晨	华东师范大学地理科学学院	1	8	1.0	1.0