28.11.2020

Общий подход к прогнозированию поведения Верховного суда США

Оригинал здесь.
Опираясь на достижения в области машинного обучения и предшествующую работу в области науки судебного прогнозирования, авторы создают модель, предназначенную для прогнозирования поведения Верховного суда США в целом, вне контекста. Для этого авторы разрабатывают эволюционирующий по времени классификатор на основе алгоритмов случайного леса, в котором используется уникальная технология проектирования, чтобы предсказать более 240 000 судебных голосований судей и 28 000 результатов дел за почти два столетия (1816-2015). Используя только данные, доступные до принятия решения, модель превосходит нулевые (базовые) модели как на уровне голосования судей, так и на уровне дел, и как при параметрических, так и непараметрических тестах. По данным за почти два столетия достигнута точность 70,2% на уровне исхода дела и 71,9% на уровне голосования судей.
В рамках прогнозирования по какому-либо делу предложено ответить на два отдельных вопроса: 1) будет ли Суд в целом подтверждать или отменять решение по статус-кво и 2) будет ли каждый отдельный судья голосовать за подтверждение или отмену решения по статус-кво?
При построении модели авторы руководствовались такими принципами:
– Общность. Хотя состав Суда меняется в каждом отдельном случае, модель прогнозирования должна продолжать генерировать прогнозы. Свойства и эффективность модели прогнозирования также должны сохраняться во времени и «ненормальных» обстоятельствах (например, в случаях с оригинальной юрисдикцией или менее чем девятью судьями).
– Согласованность, последовательность. Модель должна иметь стабильную производительность по времени, по конкретным вопросам и судьям.
– Применимость вне контекста (не “подглядывать в ответ”). Вся информация, необходимая для модели, чтобы произвести оценку, должна быть известна до даты принятия решения.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *