文件名称:犯罪停止
文件大小:6.57MB
文件格式:ZIP
更新时间:2024-03-04 02:41:54
JupyterNotebook
犯罪停止 团队 克里斯汀·麦克瑟里 帕拉维·欧哈(Pallavi Ojha) 帕迪斯·巴贝(Pardis Babaie) 话题 了解多伦多的犯罪类型及其与天气状况相关的频率和趋势。 选择主题的原因 通过根据每天的天气预报来预测犯罪现场,以帮助降低犯罪率。 根据模型预测犯罪发生的可能性,可以将警察有效地安置在社区中。 数据源 我们的数据源是有关历史多伦多气候的kaggle数据以及多伦多警方关于2014年至2019年间犯罪的数据的组合。犯罪数据包括犯罪类型,犯罪日期,一周中的犯罪天数和附近地区它已提交。 我们想回答的问题 天气转暖时还会犯下更多的罪行吗? 是否有特定的社区根据天气转暖而犯罪率更高? 一周中是否有一天犯下更多的罪行? 一周中有一天犯罪的严重性更高吗? 特定的天气情况会导致更严重的犯罪吗? 在特定的季节有更多的犯罪吗? 犯罪类型是否取决于天气和季节? 通讯协议
【文件预览】:
CrimeStoppers-main
----.DS_Store(6KB)
----Resources()
--------Toronto_temp.csv(122KB)
--------Toronto_temp_clean.csv(122KB)
--------cleaned_temp_rate.csv(79KB)
--------cleaned_crime_rate.csv(17.83MB)
----QuickDBD-export.sql(1KB)
----Machine_Learning_Model-Copy2.ipynb(451KB)
----merged_df.csv(13.58MB)
----DataFrames()
--------temp_binary_encoded_df.csv(5.86MB)
----Line_Graph.ipynb(357KB)
----Interactive Dashboard()
--------index.html(3KB)
--------.DS_Store(6KB)
--------static()
----README.md(7KB)
----QuickDBD-expor.png(39KB)
----technology.md(642B)
----Dashboardstoryboard.md(152B)
----.gitignore(2KB)
----Presentation.md(124B)