Real-Time Predictive Analytics for Early Homelessness Prevention: A Machine Learning Approach
Notice bibliographique
Résumé
Homelessness is a complex and persistent societal issue, often exacerbated by economic instability, housing shortages, and systemic inequities. Existing strategies primarily rely on reactive interventions, which, while essential, fail to provide proactive solutions for prevention. This study presents a novel machine learning-based framework for early homelessness prediction, integrating key socioeconomic, housing, and public health indicators. Utilizing a real-world dataset, we compare the predictive performance of two machine learning models—Random Forest and XGBoost—to assess their effectiveness in identifying high-risk populations. The results demonstrate that the Random Forest model consistently outperforms XGBoost, achieving a lower Mean Absolute Error (MAE) of 12.46, a lower Mean Squared Error (MSE) of 44,534.73, and a higher R² score of 0.996, indicating a superior fit. Feature importance analysis reveals that total homeless counts (pit_tot_hless_pit_hud) and individual homelessness rates are the most critical predictive factors, while economic conditions and housing market pressures also play significant roles. Furthermore, residuals analysis and error distribution comparisons illustrate that the Random Forest model maintains a more stable and consistent predictive capability across different demographic and geographic groups. Our research stands apart by integrating a high-dimensional, multi-source dataset to enhance predictive accuracy while addressing ethical considerations such as bias mitigation and fairness in algorithmic decision-making. The findings suggest that machine learning-driven approaches can be pivotal in resource allocation and policy-making, enabling governments and social organizations to proactively intervene before individuals and families fall into homelessness. This study contributes to the growing body of literature advocating for data-driven, predictive solutions in social welfare, demonstrating the tangible impact of machine learning in tackling one of society’s most pressing issues.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».