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．
分类：期刊> 人文社会科学> 社会科学II> 教育综合
收录：CSSCI 南大期刊(含扩展版) > 北大期刊(中国人文社会科学期刊) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：随机森林 犯罪风险预测 指标集选择
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
