Predicting Crime Rate in Toronto
Notice bibliographique
Résumé
Predicting rates of criminal activity is a critical domain of study that has captured substantial interest in contemporary times. Various statistical, deep learning as well as machine learning techniques are being used to predict occurrence of crimes based on different factors such as time, location, and socioeconomic conditions. The use of big data analytics and predictive models are capable of assisting law agencies by taking premptive actions to avoid crimes and improve the safety of public. Several studies have shown that predictive models based on algorithms of machine learning like Decision tree, Neural Networks, and Random forest can provide accurate crime rate predictions. The efficiency of such models is mainly reliant on the quality of the information and the features used in analysis. In this project, A Random Forest classifier is used to create a classification model to predict the kind of major crime that has taken place based on various factors along with neighbourhood, division, time of crime, month, year and so on. In Toronto between 2014-2019, a detailed information including where and when the crime is committed and various other factors are included in our dataset, containing categorical data. The process involves in testing the data using both OneHot and numeric encoding. Despite the uneven distribution of instances, where assault records are in the majority, the model delivers satisfactory results on F1-score when dealing with the five class classification problem.Model’s performance doesn’t get affected while balancing the class weights. The model that uses Random Forest Classifier and One Hot Encoder shows a slight increase in accuracy, as indicated by an F1-score.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».