典型文献
基于PCA-XGBoost联合算法的盗窃犯罪预测模型
文献摘要：
结合大量犯罪数据特征和行为特征,提出一种PCA-XGBoost联合预测模型.采用PCA算法提取数据集的主要特征;应用XGBoost算法提升预测优化和泛化能力,并通过三种检验方法进行准确率检验.此外,经与XGBoost、CART、RF、NB和LR等分类算法模型的预测结果进行对比,表明PCA-XGBoost联合预测模型对盗窃犯罪数量的预测准确度明显高于其他预测模型,具有较高的应用价值.
文献关键词：
PCA-XGBoost算法;盗窃犯罪预测;预测模型对比分析
中图分类号：
作者姓名：
朱小波;栗赫遥
作者机构：
上海公安学院治安系 上海200137
文献出处：
引用格式：
[1]朱小波;栗赫遥-.基于PCA-XGBoost联合算法的盗窃犯罪预测模型)[J].计算机应用与软件,2022(05):98-103
A类：
B类：
XGBoost,联合算法,盗窃犯罪预测,犯罪预测模型,犯罪数据,数据特征,行为特征,联合预测,提取数据,泛化能力,检验方法,CART,RF,NB,LR,分类算法,算法模型,预测准确度,预测模型对比分析
AB值：
0.300969
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
