印度喀拉拉邦配给卡分类器：用机器学习优化社会福利分配

本项目是基于XGBoost的机器学习系统，旨在自动预测印度喀拉拉邦五种配给卡类别，集成OCR技术提取收入证明信息，优化社会福利分配流程。项目由alnatony维护，源码位于GitHub（链接：https://github.com/alnatony/RationCardTypeClassifier），发布于2026年5月23日。核心价值在于提升审核效率、减少人为偏见，用技术解决社会福利分配中的实际问题。

在印度，配给卡是获取补贴食品的重要凭证，喀拉拉邦分为AAY（黄色，最贫困）、PHH（粉色，优先）、NPS（蓝色，非优先补贴）、NPI（棕色，机构居民）、NPNS（白色，非优先非补贴）五类。传统人工审核耗时且易不一致，需审查收入、就业等多维度信息，面对大量申请效率和准确性不足。本项目正是为解决此问题而生。

核心算法：选择XGBoost，因其在结构化数据处理、可解释性、训练效率和准确性上的优势。 特征工程：基于多维社会经济特征预测，包括收入（家庭总收入、来源、稳定性）、就业（类型、职业、年限）、家庭结构（成员数、赡养比例、特殊群体）、居住（地区类型、住房状况）。 OCR集成：支持上传收入证明扫描件/照片，通过OCR识别文字并提取收入数字，进行合理性校验，简化数据录入。 Web界面：用Streamlit构建，提供表单输入、文件上传、实时预测及结果解释功能。 项目结构：模块化设计（src/app、data、models、ocr、tests）便于维护扩展。

验证案例：模型正确识别NPI类别对应机构居民且收入为零的群体，表明学到真实模式而非随机分类。 部署选项：支持Docker容器化、Render云平台一键部署、本地Python环境运行。

数据隐私：通过.gitignore排除数据集和模型文件，保护敏感数据，提供训练脚本让用户基于自有数据生成模型。 可复现性：提供完整依赖清单（requirements.txt、packages.txt）确保环境一致，训练脚本保证结果可复现。 测试覆盖：tests目录针对NPI等边缘案例验证，提升分类任务可靠性。

当前局限：地域局限（仅喀拉拉邦数据训练）、数据依赖性（质量完整性影响性能）、OCR准确性（受文档质量影响）。 改进方向：多语言OCR支持、模型集成（如随机森林+神经网络投票）、不确定性量化（置信区间+人工复核边界案例）、公平性审计（避免群体歧视）。

社会价值：提升行政效率（减轻工作人员负担）、减少人为偏见（决策更一致透明）、快速响应危机需求（如疫情时加速福利分配）、技术普惠范例（用成熟技术解决发展中国家实际问题）。 结语：本项目务实选择成熟技术栈解决实际问题，值得借鉴。期待更多AI项目服务人类福祉，而非仅追求技术前沿。