基于成对样本比较的相对贫困识别特征正交筛选方法

摘要

为解决相对贫困识别特征筛选问题，提出一种基于成对样本比较的正交筛选方法。采用成对比较方式收集“存在相对贫困”和“不存在相对贫困”两类成对样本集；基于同类样本拉近、非同类样本推远的思想设计特征子集评估函数，且采用正交试验筛选特征。为验证方法有效性，以大别山区356户建档立卡农户和212户非建档立卡农户为样本，随机构建四组成对样本集筛选四组关键特征，采用逻辑回归、决策树、支持向量机、深度神经网络、随机森林、Boosting和朴素贝叶斯7种分类器进行性能测试。结果表明：除决策树分类器外，其余6种分类器在四组关键特征上的识别准确率、灵敏度、特异度和AUC值均超过90%；不同样本集筛选的特征识别性能差异较小，四组关键特征均能达到全特征集的识别效果。本文方法原理简单、操作便捷，适用于缺乏相对贫困划分标准或难以制定相对贫困划分标准的情形，能有效筛选识别特征。

关键词

相对贫困 / 关键特征 / 特征筛选 / 成对比较 / 正交试验 / 马氏距离 / 大别山区 / 识别