基于机器学习与数据挖掘的丹佛市犯罪比较研究

为保障大众安全，犯罪预防是任何政府最优先的事项之一。准确的犯罪预测模型可帮助政府与执法部门预防暴力、提前侦测罪犯、分配政府资源并识别致罪问题。为构建任何面向未来的工具，尽早审视并理解犯罪模式至关重要。本文分析了美国丹佛县2014年1月至2019年5月的真实世界犯罪与事故数据集，包含478,578起事件。本项目旨在预测并凸显发生趋势，进而支持执法机构与政府从预测率中发现预防措施。首先，我应用了若干由多种数据可视化方法支撑的统计分析。随后，我实现了多种分类算法，如随机森林（Random Forest）、决策树（Decision Tree）、AdaBoost分类器、Extra Tree分类器、线性判别分析（Linear Discriminant Analysis）、K近邻分类器（K-Neighbors Classifiers）以及4个集成模型（Ensemble Models），以分类15类不同犯罪。结果采用两种流行测试方法捕获：训练-测试划分与k折交叉验证。此外，为完美评估性能，我还使用了精确率、召回率、F1分数、均方误差（MSE）、ROC曲线与配对T检验。除AdaBoost分类器外，多数算法表现出令人满意的准确率。随机森林、决策树、集成模型1、3与4甚至为我产出超过90%的准确率。在所有方法中，集成模型4在各项评估基准上均呈现最优结果。本研究可有助于提高民众对发生地点的警觉，并协助安全机构预测特定区域在特定时间内的暴力未来爆发。