В журнале Demography опубликовано исследование, проведенное итальянскими учеными с использованием методов машинного обучения для прогнозирования распада брака.
Наиболее важными предикторами расторжения брака оказались два компонента – удовлетворенность обоих партнеров жизнью и доля женщин в домашней работе. Исследователи использовали методы машинного обучения для анализа данных более чем двух тысяч пар, состоящих в браке или живущих вместе.
Наблюдение за парами велось в течение 12 лет, в общей сложности 18 613 наблюдений. За это время 914 пар распались, что составило 45%.
Ученые использовали полученные данные для того, чтобы научиться предсказывать развод пары или распад пары в отношениях. Была использована техника машинного обучения Random Survival Forests (RSF). Она отличается тем, что подходит для управления и анализа большого количества независимых переменных. Всего исследователи рассмотрели 35 независимых переменных, что возможно не во всех моделях машинного обучения.
Переменными с наибольшей предсказательной силой оказались семейное положение (т.е. брак или сожительство), удовлетворенность жизнью обоих партнеров, продолжительность рабочего дня женщин, доля женщин в домашней работе, уровень открытости женщин и уровень экстраверсии мужчин.
Оказалось, что многие переменные взаимодействуют сложным образом. Например, если мужчина был доволен своей жизнью, тот же показатель у женщин неизменно повышал шансы пары на выживание в союзе. Если же у мужчины он был низким, то связь между удовлетворенностью жизнью женщины и прочностью союза падала.
