基于随机森林的犯罪预测模型

作者：卢睿; 李林瑛

来源：中国刑警学院学报, 2019, (03): 108-112.

DOI：10.14060/j.issn.2095-7939.2019.03.015

• 集成学习算法
• 随机森林
• 属性约简
• 犯罪预测模型

为深入挖掘犯罪嫌疑人的特征规律从而达到预防犯罪的目的,提出一种基于随机森林的犯罪预测模型。首先根据历史犯罪数据计算得出属性重要度的排序,并依此进行属性约简,然后利用所得的属性集合进行随机森林模型的训练从而得到犯罪预测模型。将脱敏后的犯罪数据应用于此模型,并以查准率和查全率对模型进行评价。实验结果表明,在犯罪信息噪声多、属性复杂的犯罪数据集中,该模型在准确度上优于支持向量机和朴素贝叶斯模型分类方法。

• 单位
  辽宁警察学院; 大连外国语大学