crimelinkage-package | “犯罪链”软件包:犯罪序列链接的统计方法 | ||
bayesPairs | 提取关联概率最大的犯罪。 | ||
bayesProb | 提取关联概率最大的犯罪。 | ||
clusterPath | 沿着树状图上的犯罪路径 | ||
compareCrimes | 通过计算犯罪对之间的“距离”来创建证据变量 | ||
crimeClust_bayes | 基于贝叶斯模型的部分监督聚类在犯罪序列识别中的应用 | ||
crimeClust_hier | 聚集层次犯罪序列聚类 | ||
crimelinkage | “犯罪链”软件包:犯罪序列链接的统计方法 | ||
crimes | 犯罪事件的虚拟数据集 | ||
getBF | 估计连续和分类预测的贝叶斯因子。 | ||
getCrimes | 生成特定罪犯的犯罪列表 | ||
getCrimeSeries | 生成罪犯及其相关犯罪序列的列表。 | ||
getCriminals | 查找对一系列已侦破的罪行负有责任的罪犯 | ||
getROC | Cacluate ROC-like度量。 | ||
linkage | 基于层次的链接 | ||
makeGroups | 从犯罪序列数据生成犯罪组 | ||
makeLinked | 生成链接和未链接犯罪对的索引(带权重) | ||
makePairs | 生成链接和未链接犯罪对的索引(带权重) | ||
makeSeriesData | 制作犯罪系列数据 | ||
makeUnlinked | 生成链接和未链接犯罪对的索引(带权重) | ||
naiveBayes | 基于直方图和收缩率的朴素贝叶斯分类器 | ||
naiveBayes.fit | 基于直方图和收缩率的朴素贝叶斯分类器 | ||
offenders | 虚拟罪犯数据 | ||
plot.naiveBayes | 朴素贝叶斯模型的图 | ||
plotBF | 图1D贝叶斯因子 | ||
plot_hcc | 绘制分层犯罪聚类对象 | ||
predict.naiveBayes | 从“naiveBayes”对象生成预测(log-bayes因子之和) | ||
predictBF | 生成分量bayes因子的预测 | ||
seriesID | 犯罪系列鉴定 |