我试图预测犯罪。我有带有因素的数据：地点、犯罪的关键词描述、犯罪发生的时间等等。这是针对过去发生的罪行。
我想将犯罪预测视为二元分类问题。在这个模型中，我收集的数据将形成“积极”的例子：它们都是犯罪发生的例子。但是，我不确定用什么来处理负面例子。
显然，大多数时候该地点没有犯罪，但我可以将其用作负面数据吗？例如，如果我知道晚上 7 点在地点 X 发生了犯罪，并且那里没有其他犯罪，我是否应该在晚上 7 点以外的每个小时生成新的负数据点？
理想情况下，我想根据一组因素创建犯罪概率。
如何预测罕见事件的发生？
人工智能
机器学习
人工智能设计
应用
预言
2021-11-06 18:06:55
2个回答
它可能会提供更多信息：
用犯罪率标记每个犯罪地点、类型和时间的组合。例如，在水晶城晚上 11 点发生的盗窃事件每年发生 20 次，或每位居民每年 0.4 次。
预测犯罪率，而不是个别事件。
这避免了需要明确的“非犯罪”示例，而是让您直接了解与犯罪概率（比率）相关的内容。
我什至会说，除非训练示例包含谓词数据（即有关导致犯罪或非犯罪的条件的数据），否则您将无法获得足够的信息来根据条件或条件预测犯罪的发生。在尚未实施的潜在犯罪之前发生的事件。