通过数据挖掘理解卡尔加里的公共安全趋势

本文利用卡尔加里各种开放数据集的统计数据来揭示社区犯罪、扰乱行为和交通事故的模式与洞察。社区属性如人口统计、住房和宠物登记被收集并通过地理空间可视化和相关性分析进行研究。使用卡方检验识别出强相关特征，并使用关联规则挖掘和机器学习算法构建预测模型。研究结果表明犯罪率与人口密度等因素密切相关，而宠物登记的影响较小。本研究为城市管理者提升社区安全策略提供了有价值的洞察。