Risk and Pattern Analysis of Pakistani Crime Data Using Unsupervised Learning Techniques

To reduce crime rates, there is a need to understand and analyse emerging patterns of criminal activities. This study examines the occurrence patterns of crimes using the crime dataset of Lahore, a metropolitan city in Pakistan. The main aim is to facilitate crime investigation and future risk analy...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Faria Ferooz, Malik Tahir Hassan, Sajid Mahmood, Hira Asim, Muhammad Idrees, Muhammad Assam, Abdullah Mohamed, El-Awady Attia
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2022-04-01
Seria:	Applied Sciences
Hasła przedmiotowe:	crime analytics clustering risk identification frequent pattern mining data mining public safety
Dostęp online:	https://www.mdpi.com/2076-3417/12/7/3675
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!