[Kaggle][문제]샌프란시스코 범죄 예측(sf-crime)

URL: https://www.kaggle.com/c/sf-crime

 

데이터 훑어보기

1. csv 파일을 데이터프레임으로 읽기

2. 학습 데이터 셋의 상위 5개 항목 출력

3. 학습 데이터 셋의 각 필드 데이터 분포(평균, 최소값, 최대값 등)를 살펴보기

4. 각 컬럼의 데이터 타입 확인하기

5. 범죄의 범주 'Category'는 어떤 값이 있는지 확인하기

---

데이터 할당/변경하기(create, update)

1. Dates 필드의 데이터타입을 'datetime64' 타입으로 변경하기

   범죄 사건 발생 날짜 및 시간 정보를 포함한 'Dates'필드의 값을 연도별, 월별, 일별, 시간별로 분석하기 위해서 datetime64타입으로 변환합니다.

   문자열 파싱을 해서 분석할 수도 있지만, datetime64 타입으로 변환하면 파이썬 내장함수를 사용해서 쉽게 연/월/일/시간별 값을 얻어올 수 있습니다.

2. 연, 월, 일, 요일, 시, 분값을 새로운 컬럼(year, month, day, dayofweek, hour, minute)을 생성해서 할당하기

3. 범죄가 발생한 경도, 위도 값을 나타내는 X, Y 컬럼의 값을 더한 값을 담은 'X+Y' 컬럼, X, Y의 차이 값을 담은 'X-Y' 컬럼을 생성하기

4. n_days라는 컬럼을 생성하고, 일별 d-day를 계산하여 입력하기 예: 범죄 첫발생일: 0, 다음 발생일: 1

5. 변수 y를 선언해서 학습할 목표변수(=종속변수)인 Category 필드값을 담기

---

데이터 선택하기(select)

1. 연도별(year) 범죄 발생 횟수를 알아보기
   [힌트]

   • value_counts를 사용하는 방법

   • groupby를 사용하는 방법

2. 월별(month) 범죄 발생 횟수를 알아보기

3. 요일별(DayOfWeek) 범죄 발생 횟수를 알아보기

4. 카테고리별(Category) 범죄 발생 횟수를 알아보기

5. null값이 포함된 데이터 필드가 있는지 확인하기

---

데이터 시각화

라이브러리 import``` import seaborn as sns import matplotlib.pylab as plt ```

1. 월별 범죄율 시각화하기

2. 연도별, 월별, 일별, 요일별, 카테고리별 범죄 횟수 시각화

 

 

데이터 삭제하기(delete)

1. 'Dates','Category','Descript','DayOfWeek','Resolution' 컬럼 삭제하기

   train = train.drop(['Dates','Category','Descript','DayOfWeek','Resolution'], axis=1)

학습용, 테스트용 데이터 셋 분리하기