基于集成学习算法的返贫人口识别模型--以H省F县贫困户建档立卡数据为例

2020年底精准扶贫工作胜利完成,但绝对贫困和区域性整体贫困的消除并不意味着贫困的消失和扶贫工作的结束。党中央多次强调要健全防止返贫动态监测和帮扶机制,对易返贫致贫人口实施常态化监测。当前对返贫动态监测的研究多为宏观政策性内容,对贫困人口进行返贫识别的微观操作性研究较少。针对上述问题,利用贫困户建档立卡数据进行数据处理选取14维特征,构建基于集成学习算法的返贫人口识别模型进行贫困人口分类。结果表明,经调优的XGBoost算法模型取得最优结果,对已脱贫、未脱贫及返贫3类人员分别达97.43%、92.44%、97.04%的识别准确率,总体达到96.81%的准确率,能够较好识别出贫困人口贫困类别。为帮扶工作人员的防返贫动态监测和帮扶工作提供技术支持。