用随机森林预测美国政策结果

Gilens、Page 等人（2014）整理并分析了一个详细数据集，涵盖二十年来美国政府的立法结果，以及富人、普通民众和不同利益集团的政策偏好。他们发现，富人的偏好与政策结果高度相关，而普通民众的偏好则不然，除非通过与富人偏好的关联。他们的分析运用了经典统计推断工具，特别是 logistic 回归。本文中，我们使用机器学习中的互补工具——随机森林分类器（RFs）来分析 Gilens 数据集。我们提出两个主要发现，分别关于预测与推断：（i）仅依据富人及少数强势利益集团的偏好以及政策领域标签，模型便能以约 70% 的平衡准确率预测留出测试集。这些结果包括回溯预测，即训练于 1997 年前案例的模型预测“未来”（1997 年后）案例。在该详尽但含噪的数据集中，相较基线（随机）准确率提升 20%，表明少数富裕参与者在美国政策结果中的高度重要性，并与一系列表明美国政府具有显著寡头倾向的研究相吻合。（ii）RF 模型的特征选择方法识别出尤为显著的利益集团（经济参与者）子集。这些可用于进一步研究政府决策动态，也为此类数据集上 RF 特征选择方法用于推断的潜在价值提供了范例。