司法风险评估COMPAS数据集JudicialRiskAssessmentCOMPASDataset-mlethics
数据来源：互联网公开数据
标签：COMPAS, 风险评估, 司法, 犯罪预测, 公平性, 机器学习, 刑事司法, 数据分析
数据概述：
该数据集包含来自司法系统的数据，记录了使用COMPAS（Correctional Offender Management Profiling for Alternative Sanctions，惩教罪犯管理评估替代制裁）系统评估的被告人的信息。主要特征如下：
时间跨度：数据未明确标注具体时间范围，但通常指在COMPAS系统使用期间收集的数据。
地理范围：数据覆盖美国司法系统，具体地区未明确，但数据集常用于研究COMPAS系统在美国的应用。
数据维度：包括被告人的个人信息、犯罪记录、COMPAS评分以及两年内的再犯情况。主要字段包括：id（唯一标识符），first（名），last（姓），compas_screening_date（COMPAS评估日期），sex（性别），dob（出生日期），age（年龄），age_cat（年龄组别），race（种族），juv_fel_count（少年重罪数量），decile_score（COMPAS评分），priors_count（ prior犯罪数量），c_charge_degree（指控等级），c_charge_desc（指控描述），is_recid（是否再犯），two_year_recid（两年内是否再犯）。
数据格式：CSV格式，文件名为compas-scores-two-years.csv，方便数据分析和统计。
来源信息：数据来源于公开的司法数据集，可能经过了匿名化处理。该数据集常用于研究COMPAS评分的有效性、公平性以及对不同种族群体的偏见。
该数据集适合用于犯罪风险评估、司法决策支持和机器学习模型的开发与评估。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于刑事司法、社会学、计算机科学等领域的研究，如评估COMPAS评分的预测能力、分析算法的公平性、研究种族偏见对司法判决的影响。
行业应用：可以为司法系统、刑侦机构、法律科技公司提供数据支持，用于改进风险评估流程、优化决策支持系统。
决策支持：支持司法机构在量刑、假释等方面的决策，并帮助制定更公正的司法政策。
教育和培训：作为法学、社会学、数据科学等课程的案例研究材料，帮助学生理解司法系统的工作原理和数据分析在其中的应用。
此数据集特别适合用于分析COMPAS评分与再犯率之间的关系，评估其在不同人群中的表现，并探索减少司法不公正的方法。
