问题描述
我致力于犯罪预测的预测模型，这意味着我尝试对犯罪风险进行建模。 在我的建模结束时，我有以下值：
- 每个州的预测犯罪数量（由我的模型计算）
- 每个州的真实犯罪数量（来自警方的真实数据）
根据这些值，我创建了一个差异图，通过减去预测值和实际值来获得差异。现在它会有所不同，当差异为 200 时，如果有 250 例或 5000 例，因为 200 要么非常高，要么不太高。
我想对数据进行规范化，并考虑通过人口或犯罪事件对其进行规范化。 我不确定如何规范化数据以及我可以从中做出哪些陈述。
按人口归一化：如果我按人口对数据进行归一化，我会将预测犯罪和实际犯罪除以每个州的人口数，然后乘以 100.000。这意味着我可以说模型与实际情况存在差异，例如每 10 万人中有 100 个案例，对吗？
按案件归一化：如何按犯罪案件归一化数据？从结果值得出什么陈述？我不知道如何处理，我只是觉得，解释这些值可能会有所帮助。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）