论文部分内容阅读
随机森林算法在分类问题中是一个有效的算法,为更准确地分析暴恐案件的危害程度,本文选取全球恐怖主义数据库中的统计数据,根据皮尔森系数选取恰当指标作为预测的特征,对这些特征进行整合处理建立基于随机森林分类算法的暴恐案件危害程度预测模型,通过网格搜索和特征选择对随机森林的参数进行优化。实验结果与原始随机森林分类模型进行比较,证实优化后的随机森林暴恐案件危害程度预测模型的准确率和F1-marco值均高于原始随机森林分类模型。