城市中心凶杀案预测：一种机器学习方法
人工智能
2021-03-23 v4 计算机与社会
机器学习
摘要
计算界已有诸多重要研究致力于开发能够预测犯罪发生、分析犯罪情境、提取涉罪人员画像以及随时间分析犯罪的机器学习模型。然而，当前文献中能够预测如凶杀这类特定犯罪的模型并不常见。本研究提出一种预测凶杀犯罪的机器学习模型，使用的数据集基于 34 类不同犯罪的事件报告记录以及犯罪报告中的时空数据，且采用通用数据（不依赖研究地点）。实验上使用了巴西瓜拉州贝伦市的数据。这些数据经转换以使问题具通用性，从而可将本模型复用于其他地区。研究中，对所建数据集使用了简单与鲁棒算法进行分析。据此，以 11 种不同分类方法进行了统计检验，结果关联于在其他已登记犯罪发生之次月凶杀犯罪发生与不发生之预测，使用 Random Forest 对问题两类均达 76% 准确率。结果被视为所提问题的基线。
引用
@article{arxiv.2008.06979,
title = {Prediction of Homicides in Urban Centers: A Machine Learning Approach},
author = {José Ribeiro and Lair Meneses and Denis Costa and Wando Miranda and Ronnie Alves},
journal= {arXiv preprint arXiv:2008.06979},
year = {2021}
}
备注
17 pages, 4 tables and 3 figures, Accepted in IntelliSys 2021