利用机器学习分析环境影响下的空气质量差异

本研究应用机器学习与软件工程技术，对首尔波森市的空气污染水平进行分析。数据模型包含三大主要数据源：1) 房主贷款公司使用的估计保险风险的方法，2) 波森市居民的人口统计学信息，以及3) 对全美 20 大城市中 447 万人口中波森市 65 万居民的 NO2 与 PM2.5 浓度的普查数据估计值。结果表明，空气污染水平与估计保险方法存在明显关联。较有希望地区与低收入地区之间在 NO2 水平上存在显著差异。相似的差异也存在于居民族系之间的空气污染水平。由于波森市人口中人种少数民族比例更大，本研究揭示了数十年政策持续歧视并影响波森市民生活质量的现实。