|
|||||
|
|
| 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 |
