本文介绍了旧金山犯罪类型的预测项目，利用Kaggle数据集，包括犯罪时间、地点等信息，目标预测犯罪种类。数据预处理涉及日期特征提取、区编码、地址信息提取和特征选择。最终选用KNN模型，尽管准确率约0.2，但考虑到数据特性，此结果可接受。
一 项目简介
在1934到1963年间，旧金山因为它的高犯罪率而臭名昭著
我们这个项目的数据集包括了近12年的在旧金山发生的犯罪报告，给定了具体的时间和位置，我们的目标是预测出具体的犯罪种类。
二 数据概览
这个数据集中数据的特征并不多，但是样本量有一点大。特征有以下这些：
- Dates - 案发的具体时间
- Category - 案件的种类，也是我们要去预测的
- Descript - 案件描述（仅在训练集中有）
- DayOfWeek - 星期几
- PdDistrict - 属于哪个片区管辖
- Resolution - 案件如何解决（仅在训练集中有）
- Address - 具体案发地址
- X - 案发地x坐标
- Y - 案发地y坐标
三 数据预处理
import pandas as pd
import numpy as np
import seaborn as sns
train=pd.read_csv(r'...\Kaggle\sf-crime
最低0.47元/天 解锁文章
扫一扫
942
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
