文件名称：Project-3
文件大小：2.3MB
文件格式：ZIP
更新时间：2024-04-02 22:26:15
JupyterNotebook
项目3 布莱克·阿什福德（Blake Ashford），露西恩·卡普兰（Lucienne Kaplan），萨凡纳·科迪（Savannah Cordry） 致命警察枪击案的生计 我们将使用《华盛顿邮报》收集的2015年至2020年之间致命警察枪击事件的数据，以及美国每个城市的人口普查数据。 有了这个数据集，我们想知道什么因素会导致警察致命地射击犯罪嫌疑人。 这些因素包括枪击案发生在哪个州和城市，我们可以将其分解为家庭收入中位数，高中教育程度，低于贫困的百分比，每个城市的种族人口统计数据。 我们还将研究那些失去生命，年龄，种族，是否正在逃亡，是否有武装以及是否有精神疾病迹象的人。 方法 为了回答这个问题，我们将利用有监督和无监督模型的机器学习来确定这些事件是否可以预测，并且我们将利用Python Pandas和Tableau来对数据进行进一步的分析。
【文件预览】：
Project-3-main
----Untitled.ipynb(72B)
----Filter_Cali.ipynb(78KB)
----Cali Data Exploration.ipynb(112KB)
----merge_demographics.ipynb(0B)
----data()
--------full_census_data.csv(1.62MB)
--------cali_combined.csv(141KB)
--------PercentagePeopleBelowPovertyLevel.csv(649KB)
--------combined_shooting_census.csv(891KB)
--------PercentOver25CompletedHighSchool.csv(660KB)
--------MedianHouseholdIncome2015.csv(692KB)
--------ShareRaceByCity.csv(1.04MB)
--------PoliceKillingsUS.csv(222KB)
--------fatal-police-shootings-data.csv(661KB)
----aggregations.ipynb(35KB)
----clean-up city names.ipynb(24KB)
----.DS_Store(8KB)
----.gitignore(2KB)
----filter_all.ipynb(58KB)
----Cali_aggregations.ipynb(18KB)
----README.md(1KB)
----Logistic Regression Model.ipynb(89KB)