Lees de hoofdpublicatie 'Investeren in de arbeidsmarktintegratie van statushouders'.

De verhuisgeneigdheid van statushouders is voorspeld met behulp van machine learning-technieken. Deze technieken stellen ons in staat om voorspellingen van het verhuisgedrag van statushouders te maken. Als het goed te voorspellen is wie er snel verhuist, is het minder nuttig om iemand snel te koppelen aan de lokale arbeidsmarkt. Het voordeel van machine learning-technieken is dat we zelf geen model maken, maar verschillende voorspelalgoritmen alle beschikbare data (leeftijd, geslacht, herkomstland, familiesituatie en woonplaats) geven en uitzoeken welk model de beste voorspelling oplevert. Zo voorkom je dat je als onderzoeker aan het begin bindende keuzes maakt – bijvoorbeeld het gebruik van een lineair model terwijl een niet-lineair model de verhuisgeneigdheid beter modelleert.

Het verhuisgedrag van statushouders blijkt moeilijk te voorspellen. Van slechts een zeer beperkte groep is met meer dan 50% zekerheid te zeggen dat ze verhuizen. Dit Achtergronddocument beschrijft stap voor stap welke voorspelalgoritmen gebruikt zijn en hoe goed de bijbehorende modellen verhuisgeneigdheid voorspellen.