Kaggle项目之旧金山犯罪类型预测

 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\train.csv')
test=pd.read_csv(r'...\Kaggle\sf-crime\test.csv')

先读取一下数据