文件名称：DerbyHacks17：让城市变得更好
文件大小：12.14MB
文件格式：ZIP
更新时间：2024-02-23 21:10:41
python machine-learning hackathon scikit-learn cities
＃恐吓因素 DerbyHacks17 这绝对会让您大吃一惊！ 我们创建了一个ML模型，该模型从业务的各种特征中学习（过去的健康检查分数，位置，附近区域的311个呼叫，健康检查分数的数量以及违反健康检查的次数），并确定该评分是多少可能无法通过下一次健康检查。 在决定了这些事情之后，它可以返回最有可能需要进行健康检查的前五名的列表，然后由健康检查员来挑选要检查的餐馆。 该产品可以为城市节省的资金太大，由于50 mb的上传规则，我们实际上无法上传它！ （实际上不是，但您知道图片！） 这是一个聪明的模型。 我们非常害怕它的可能性！ 因此，恐吓因素 :winking_face: :winking_face: :winking_face: :winking_face: :winking_face: 谢谢！ 自成立以来使城市变得更好
【文件预览】：
DerbyHacks17-master
----clean_key_yelp_violations.py(1KB)
----heat_map1.py(1KB)
----raw_data()
--------pre-2017-inspections.csv(788KB)
--------raw_louisville_inspections.csv(1.67MB)
--------Crime()
--------yelpdata()
--------Health_Inspections.csv(30.29MB)
----group_restaurants.py(2KB)
----clean.py(305B)
----clean_and_key.py(1KB)
----merge_all_inspection_data.py(679B)
----heatmapsite()
--------client()
--------server()
--------package.json(211B)
--------.meteor()
--------.gitignore(14B)
--------public()
----key_columns.py(396B)
----plots()
--------figure_1.png(28KB)
----.gitignore(1KB)
----311Cleanup.py(2KB)
----311_word_research.py(1KB)
----README.md(1014B)
----clean_data()
--------combined_inspection_frequencies.json(264B)
--------inspection_frequency.json(95B)
--------yelp_clean_violations.csv(22KB)
--------Health_InspViolations.csv(3.96MB)
--------clean_louisville_inspections.csv(1.39MB)
--------grouped_louisville_inspections_yelp_violations.json(395KB)
--------Citizen311Data_2017_STD.csv(10.53MB)
--------combined_inspection_data.json(1.22MB)
--------clean_louisville_inspections_simple.csv(691KB)
----lat_long_linear_regression1.py(7KB)