文件名称：Cryme:使用 Flask 构建的 Web 应用程序，它使用机器学习来分析华盛顿特区的犯罪历史并做出预测
文件大小：3.76MB
文件格式：ZIP
更新时间：2024-06-21 03:09:43
python machine-learning hackathon washington crime-history
克莱姆 Cryme 是一个使用 Flask 构建的 Web 应用程序，它使用机器学习来分析华盛顿特区的犯罪历史并做出预测。 Cryme 是在 BitCamp 建造的，这是一个在马里兰大学举办的黑客马拉松。 您可以在查看 ChallengePost 项目。 截图 Cryme 头版 选择时间和地点 灵感 我们的团队拥有丰富的机器学习经验，因此我们希望使用并训练大量数据来进行预测。 华盛顿特区开放数据目录充满了各种数据集，因此我们将范围缩小到对华盛顿特区居民有用的数据。 犯罪历史真的很长，DC的很多地方都很危险。 Cryme 允许最终用户随时确定 DC 中任何位置的潜在危险。 这个怎么运作 只需进入仪表板，您就会看到一个表格和一张地图。 该地图是从 Google Maps API 中提取的，您可以选择直接通过表单提交数据或单击地图以提取信息。 选择您可能会在您选择的位置步行的一天中的时间。 提交
【文件预览】：
Cryme-master
----.gitignore(704B)
----templates()
--------history.html(3KB)
--------dashboard.html(5KB)
--------error.html(1KB)
--------index.html(941B)
--------includes()
----requirements.txt(376B)
----data()
--------svm.pkl_10.npy(287KB)
--------svm.pkl_09.npy(152B)
--------svm.pkl_05.npy(287KB)
--------svm.pkl_01.npy(368B)
--------svm.pkl_07.npy(108KB)
--------.~lock.crimeLabels.csv#(78B)
--------2013.csv(7.64MB)
--------svm.pkl(976B)
--------2013out.csv(240KB)
--------svm.pkl_06.npy(368B)
--------svm.pkl_11.npy(18KB)
--------svm.pkl_03.npy(368B)
--------svm.pkl_02.npy(1KB)
--------.~lock.crimeData.csv#(78B)
--------svm.pkl_04.npy(368B)
--------crimeLabels.csv(1.05MB)
--------svm.pkl_08.npy(116B)
--------crimeData.csv(125KB)
----yolo.py(2KB)
----learn.py(630B)
----LICENSE(1KB)
----static()
--------assets()
----notebooks()
--------.ipynb_checkpoints()
--------test_notebook.ipynb(12KB)
----runtime.txt(13B)
----README.md(2KB)
----Procfile(35B)
----app.py(4KB)