基于PCA-XGBoost联合算法的盗窃犯罪预测模型 |
| |
引用本文: | 朱小波,栗赫遥.基于PCA-XGBoost联合算法的盗窃犯罪预测模型[J].计算机应用与软件,2022(5):98-103. |
| |
作者姓名: | 朱小波 栗赫遥 |
| |
作者单位: | 上海公安学院治安系 |
| |
基金项目: | 国家留学基金委公派访问学者项目成果(201700930006); |
| |
摘 要: | 结合大量犯罪数据特征和行为特征,提出一种PCA-XGBoost联合预测模型。采用PCA算法提取数据集的主要特征;应用XGBoost算法提升预测优化和泛化能力,并通过三种检验方法进行准确率检验。此外,经与XGBoost、CART、RF、NB和LR等分类算法模型的预测结果进行对比,表明PCA-XGBoost联合预测模型对盗窃犯罪数量的预测准确度明显高于其他预测模型,具有较高的应用价值。
|
关 键 词: | PCA-XGBoost算法 盗窃犯罪预测 预测模型对比分析 |
|