Este proyecto utiliza técnicas de aprendizaje de máquina supervisado para predecir si un procedimiento policial en Nueva York terminará en un arresto o no. Los datos utilizados son del año 2009 y 2010 y provienen de la policía de Nueva York.
Los datos provienen de los procedimientos policiales realizados en Nueva York en los años 2009 y 2010. La variable objetivo es 'arstmade', que indica si un procedimiento policial resultó en un arresto o no. El objetivo del proyecto es crear un modelo de aprendizaje automático que pueda predecir si un futuro procedimiento policial terminará en un arresto.
- data: Carpeta que contiene los archivos CSV con los datos de 2009 y 2010.
- notebooks: Carpeta que contiene los notebooks Jupyter utilizados para el análisis y modelado.
- README.md: Este archivo, que proporciona una descripción general del proyecto.
- 01_Exploración_y_Preprocesamiento.ipynb: Notebook que contiene la exploración inicial de los datos y el preprocesamiento necesario para el modelado.
- 02_Modelado.ipynb: Notebook que contiene la construcción y evaluación de los modelos de aprendizaje automático.
- Python 3.x
- Jupyter Notebook
- Pandas
- NumPy
- Matplotlib
- Seaborn
- Scikit-learn
Para ejecutar los notebooks, se recomienda clonar este repositorio y abrir los notebooks utilizando Jupyter Notebook.
Las contribuciones son bienvenidas. Si desea contribuir al proyecto, por favor abra un issue o envíe un pull request.