本論文主要通過根據(jù)世界衛(wèi)生組織2018年公布的全球自殺數(shù)據(jù)與聯(lián)合國公布的HDI指數(shù),結(jié)合世界銀行統(tǒng)計(jì)的1985-2016年的世界主要國家GDP水平數(shù)據(jù)建立的數(shù)據(jù)集為研究與探索數(shù)據(jù)。利用Python Pandas科學(xué)分析庫,對(duì)影響世界不同國家自殺率的因素進(jìn)行數(shù)據(jù)與相關(guān)性分析。最后利用機(jī)器學(xué)習(xí)算法訓(xùn)練數(shù)據(jù)集,獲得關(guān)于自殺率的預(yù)測(cè)模型,用于評(píng)估與測(cè)測(cè)國家與地區(qū)的自殺風(fēng)險(xiǎn),從而指導(dǎo)相關(guān)政府與機(jī)構(gòu)進(jìn)行自殺預(yù)防工作。 

【文章來源】：電子技術(shù)與軟件工程. 2019,(17)

【文章頁數(shù)】：2 頁

【部分圖文】：

隨機(jī)森林與多元線性回歸比較

【參考文獻(xiàn)】：
期刊論文
[1]多元線性回歸中多重共線性的研究[J]. 趙玉新.  產(chǎn)業(yè)與科技論壇. 2019(03)
[2]基于皮爾遜相關(guān)系數(shù)的網(wǎng)絡(luò)輿情評(píng)估指標(biāo)體系構(gòu)建研究[J]. 覃玉冰,鄧春林,楊柳.  情報(bào)探索. 2018(10)



本文編號(hào)：3130222