智慧城市分析：基于集成学习的市民居家照护预测
计算机与社会
2017-08-23 v1
摘要
我们提出了一种集成学习方法，用于预测市民接受的居家照护时长的大幅增加。该方法为有监督方法，并使用线性（逻辑回归）或非线性（随机森林）分类器的不同集成。利用 2013 年至 2017 年哥本哈根每位接受居家照护的市民（27,775 名市民）的可用数据进行的实验表明，该预测能够达到类似健康相关领域中所报告的 SOTA 性能（AUC=0.715）。我们进一步发现，使用有限信息进行训练即可获得有竞争力的结果，这在无法获取或无法提供完整记录时非常有用。智慧城市分析不一定需要完整的城市记录。据我们所知，这项初步研究是首个针对智慧城市分析预测居家照护大幅增加的研究。
引用
@article{arxiv.1708.06403,
title = {Smart City Analytics: Ensemble-Learned Prediction of Citizen Home Care},
author = {Casper Hansen and Christian Hansen and Stephen Alstrup and Christina Lioma},
journal= {arXiv preprint arXiv:1708.06403},
year = {2017}
}