運用決策樹預測與預防臺灣高犯罪風險青少年之犯罪問題
- 發布日期：
- 最後更新日期：109-05-13
- 資料點閱次數：262
:::
台灣當前正面臨少子化問題，所以需要妥善照顧、管理與教導青少年以利台灣未來可以獲得優質人力與豐厚稅收；為了在政府有限資源下優先輔導比較可能產生問題之青少年以達到「事半功倍」之成效，本研究使用C5.0 機器學習技術進行青少年犯罪可能性之分類預測，並運用此分類技術產生分類規則以提供政府進行青少年輔導與管理之建議；本研究先探討台灣青少年犯罪和機器學習相關文獻並介紹C5.0 決策樹分類機，然後收集台灣青少年犯罪的相關資料並進行分類，並將C5.0 決策樹分類機之分類結果與C4.5 分類機、迴歸分析分類機、K 鄰近分類機、類神經網路分類機、PNN 分類機之分類結果進行比較，根據實驗結果，C5.0 決策樹分類機之分類成效優於上述其他分類機置，根據C5.0 決策樹所產生之分類規則，本研究建議政府應關懷失學青少年、嚴格規範青少年出入場所、提供弱勢青少年經濟支援以降低青少年犯罪之可能性。