This paper studies the performance of alternative prediction models for conflict. The analysis contrasts the performance of conventional approaches based on predicted probabilities generated by binary response regressions and random forests with two unconventional classification algorithms. The unconventional algorithms are calibrated specifically to minimize a prediction loss function penalizing Type 1 and Type 2 errors: (1) an algorithm that selects...
Voir la suite
INFORMATION
-
2017/05/26
-
Document de travail de recherche sur les politiques
-
WPS8075
-
1
-
1
-
2017/05/26
-
Disclosed
-
Predicting conflict
-
Fragility
TÉLÉCHARGER
RAPPORT COMPLET
Version officielle du document (peut inclure des signatures etc…)
-
Total Downloads** : 2619
*La version texte est une version à reconnaissance optique de caractères non-corrigée. Cette version est fournie uniquement pour accommoder les utilisateurs disposant de connections lentes.