- Clone this repo
$ https://github.com/Botang-l/flask_sever.git $ cd flask_sever - Install the Python dependencies
$ pip install -r deployment/requirements.txt
- Run the server on port 5000
$ python local_server.py
LawCode/
├── result/ # 資料處理後的成果
│ ├── data.json # 符合條件的判決資料全文
│ └── path.json # 符合條件的判決資料字號
│ └── total_info.json # 符合條件的判決資料完整資訊
│ └── result.csv # 經過特徵篩選後的結果
├── data
│ └── <年份資料請自行抓取>
├── deployment/ # configuration for deployment
│ └── requirements.txt # Python package list
├── README.md
└── test.py # 使用範例
└── tool.py # 工具
-
資料取得:
-
到司法院資料開放平臺取得資料
-
-
使用 LoadData 函數讀取資料
-
參數
noSummaryCourt: 布林值，表示是否要過濾掉簡易庭的案件，預設為 False。noDistrictCourt: 布林值，表示是否要過濾掉地方法院的案件，預設為 False。noHighCourt: 布林值，表示是否要過濾掉高等法院的案件，預設為 False。noSupremeCount: 布林值，表示是否要過濾掉最高法院的案件， 預設為 False。YearFrom: 整數，表示要篩選的案件年分下限，預設為 0。YearTo: 整數，表示要篩選的案件年分上限，預設為 10000。Jcase: 字串，表示要篩選的案件類型，預設為 None。Jtitle: 字串，表示要篩選的案件標題，預設為 None。OnlyJudge: 布林值，表示是否只要保留判決案件， 預設為 False。OnlyOrder: 布林值，表示是否只要保留裁定案件， 預設為 False。 -
產出結果
./result/data.json: 符合使用者篩選條件的判決資料全文./result/path.json: 符合使用者篩選條件的判決資料字號./result/total_info.json: 符合使用者篩選條件的判決資料完整資訊
-
-
使用 AnalysisData 函數抓取資料特徵
-
參數
Cond: 你想要抓取的資料特徵，多個特徵間以頓號分隔。 -
範例
analysis_data('裁定,臺灣新北地方法院') -
產出結果
result.csv: 經過特徵篩選後產生的feature。feature 中，判賠比率欄位微程式碼自動產生，若為空值表示程式碼未自動抓取判決結果。
-
-
使用 MachineLearning 函數進行機器學習
- 無參數
- 產出結果 : 各機器學習使用率
LR 準確率: 57.979 % LDA 準確率: 57.979 % KNN 準確率: 44.681 % RFC 準確率: 57.979 % SVM 準確率: 57.979 %
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent