Come gli alberi decisionali possono prevedere i conflitti futuri?

Immagina di avere una foresta… ma non di quelle con piante, bensì una foresta di alberi decisionali. Scienziati del PRIO hanno usato questi alberi per stimare non solo se un conflitto violento accadrà, ma anche quante vittime potrebbe causare. Invece di dare una sola previsione, il modello produce una distribuzione di probabilità: una specie di “meteo” per i conflitti.

Le incertezze nascono da due fonti: la natura imprevedibile dei conflitti e le lacune nei dati disponibili. Per gestirle, i ricercatori hanno combinato diversi classificatori basati su alberi e regressori distribuzionali in un sistema auto‑ML su misura. Ogni cella del PRIO‑GRID‑month (una griglia spaziale mensile) riceve la sua distribuzione di probabilità, così da capire meglio i rischi locali.

I risultati mostrano che questi modelli superano i benchmark tradizionali fino a un anno prima dell’evento, soprattutto nelle regioni dove i conflitti sono già stati osservati. L’integrazione di modelli più piccoli non ha penalizzato le performance, aprendo la porta a includere dati con copertura spaziale limitata.

In pratica, trasformare le previsioni puntuali in distribuzioni aiuta decisori, ONG e governi a pianificare interventi più mirati, tenendo conto della grande incertezza che caratterizza i conflitti violenti.

Il metodo proposto si basa su ensemble di alberi decisionali, in particolare Random Forest e Gradient Boosting, integrati con regressori distribuzionali come il Gradient Boosted Distributional Regression. Questi modelli non solo predicono la classe (conflitto sì/no), ma stimano la distribuzione di probabilità della variabile di risposta, tipicamente il numero di vittime mensili per cella geografica.

Per gestire l’estrema zero‑inflazione dei dati – la maggior parte delle celle non registra vittime – è stato adottato un approccio a due stadi: prima un classificatore binario per identificare la presenza di conflitto, poi un modello di regressione condizionale per la conta delle vittime, usando distribuzioni di tipo Poisson o Negative Binomial con parametri stimati tramite massima verosimiglianza.

L’auto‑ML personalizzato ha automatizzato la selezione di iper‑parametri, la validazione incrociata spaziale e la combinazione di modelli regionali in un ensemble spaziale. L’integrazione di modelli regionali più piccoli, addestrati su dati locali, ha mostrato che, sebbene non migliorino le metriche aggregate, mantengono la robustezza predittiva in aree con scarsa copertura dati.

Le metriche di valutazione includono la Continuous Ranked Probability Score (CRPS) e la Brier Score, più adatte a valutare previsioni probabilistiche rispetto a errori puntuali. I risultati indicano che la strategia di distribuzione predittiva riduce l’incertezza marginale rispetto ai modelli puntuali, fornendo una base più solida per decisioni di mitigazione del rischio.