動物收容所中的安樂死：為什麼貓科動物和犬科動物被安樂死？ (2022-US-EPO-1136)Shalika Siddique，俄克拉荷馬州立大學研究生
Anand Manivannan，俄克拉荷馬州立大學研究生
我們每年都會失去大約 920,000 個收容所動物安樂死請求。 相反，這些動物本可以讓 92 萬個家庭更加幸福。 我們想探索奧斯汀動物中心的當前數據，以了解哪些條件會導致安樂死請求，以及是否可以採取措施來防止它們。 該數據源自奧斯汀的開放數據門戶，由兩個表格組成：攝入量和結果，日期從 2013 年 10 月 1 日至今。 攝入量代表動物到達動物中心時的狀態，而結果代表動物離開時的狀態。 每隻動物都通過唯一的動物 ID 進行識別。 每個表由 136K 數據點和 12 個特徵組成。 我們首先按品種、性別、年齡和攝入條件等不同類別探索數據的分佈。最後，使用邏輯回歸和隨機森林分類器等分類模型來預測動物是否會被安樂死。 了解關鍵因素，例如它們的攝入條件、安樂死的亞型、品種和年齡，可以揭示了解這些動物被處決的原因的重要見解，從而就研究和設施的資金投入提供建議。
你好，我的姓名也莎莉卡·西迪克
我的姓名也阿南德·馬尼瓦南
和是兩個都學生從南俄克拉荷馬州父親大學
和我們現在追求A商業分析和數據科學程度。
今天我們是呈現A自誇者在哪裡我們探索安樂死
在動物中避難所，
和我們希望到理解為什麼貓和小狗是存在放向下。
每一個年我們失去關於920,0動物每年。
使用JMP Pro，我們會喜歡到確認這鑰匙因素，
那帶領到安樂死自己貓和小狗。
一次我們確認這些關鍵因素，
資金能那引導的到相關的部門
到防止安樂死自己動物那可以有到過已保存。
在添加到這，我們目的到製作預測到確認
哪個動物是最多可能到那安樂死。
A小的信息關於我們的數據放這裡，
我們來源這數據從奧斯汀的數據門戶網站，
和這動物庇護所那我們使用為了分析也位於
在奧斯汀，1999德克薩斯州。
全面的，我們有關於130,0記錄。
後打掃和過濾，我們專注的在關於67,000記錄
那是具體的到貓和小狗。
事先的到我們的分析我們爆炸這數據放
和嘗試過到派生見解。
我們使用JMP，圖形建設者到創造可視化
這樣的這裡酒吧圖表。
從這67,000記錄，那裡是關於3,171動物
哪個是安樂死。
哪個也關於4.7 %動物自己這庇護所。
在比較到動物投降到這庇護所經過這所有者，
流浪動物是最多易於到安樂死。
什麼時候我們比較這年齡自己這動物，
我們注意那小貓在下面這年齡自己15個月，
貢獻到25 %自己安樂死，
儘管幼崽貢獻了到13 %自己安樂死
這酒吧圖形這裡，
也我例子自己一自己這可視化
已創建使用JMP建設者。
這薰衣草酒吧代表貓，
儘管紫色的酒吧代表小狗。
我們能看那完好無損的男性其次是經過完好無損的女性
是更多的易於到安樂死，
相比於被絕育動物。
下一個與非將要到超過在細節超過這造型。
謝謝你沙莉卡。
是的， ID喜歡到講話A少量更多的關於我們的方法向
造型使用JMP。
前我們可以開始造型，
我們執行的A很少數據預處理腳步到準備我們的數據。
我們做過事物喜歡標準化單位
為了肯定變量，
這樣的這裡年齡，哪個曾是在幾週，月和年。
我們通緝...
我們轉換的那到只是幾個月。
我們彎曲在這年齡多變的所以我們可以轉變它進入
A絕對的多變的。
它看著在這。
它看著喜歡年齡範圍喜歡10- 15和15- 25.
我們分組的稀有品種和顏色到減少
這數字自己類別。
此外，我們還過濾的只是貓和小狗
從全部這其他動物那去通過這庇護所。
在此期間A造型階段我們注意到某物非常奇特。
我們注意到那班級不平衡在我們的目標多變的，
哪個討論過關於無論我動物曾是採用，
和無論我動物曾是安樂死。
關於64,0記錄，出去自己67,000記錄是通過
動物，和僅有的3,000動物是安樂死動物。
自從A模型曾是到重點在預測安樂死，
我們有到解決這問題，和因此我們用過的JMP引導程序模型
和增強森林到解決這問題。
它用過的這概念自己裝袋和提升到做這。
自從裝袋和提升楷模不真的
給A很多自己房間為了解釋
在條款自己什麼這變量做，
我們用過的後勤回歸到解釋這些變量這裡出色地。
後造型，
我們調諧向上參數到得到這最好的結果。
我們事物A很少肯定指標，
到選擇這最好的模型基於在它是表現在驗證數據。
我們用過的A 70:3 %驗證分裂，
和事先的到造型，我們還經測試這假設
為了後勤回歸。
或者超過到這頂部正確的，你能看那我們經測試
為了多重共線性和獨立之中變量
使用JMP意外事件分析，
哪個傳播出去A沉思陰謀，和給了我們A附言和相關性價值，
那基本上告訴我們哪個多變的曾是相關的和每個其他。
現在ID喜歡到挖A少量深的進入每個模型
和如何我們已選擇我們的楷模。
超過到這頂部左邊，
你會看那我們事物指標喜歡特異性，
這分類區域在下面這海灣和RS方形
到選擇哪個模型執行的這最好的。
這些指標是選擇的為了A特別的原因
那對齊和我們的目標。
我們的目標曾是到預測哪個動物會想要到那安樂死。
這成本自己我們的模型，
不正確地預測A安樂死動物，
這裡A非安樂死動物，會意思是那動物
會大概死和不是那已保存。
因此我們通緝到重點在增加這準確性
自己安樂死動物和減少這錯誤分類。
因此這些特別的指標，被選擇
首先我們跑這名義上的後勤回歸模型，
哪個你能看超過到這底部左邊。
這日誌值得立即地給了我們哪個變量
是這最多重要的在預測安樂死。
轉彎出去它曾是性別自己這動物錄取健康）狀況，
錄取類型和結果年齡……
A很多自己這些是不是奇怪，
和它匹配的和什麼研究顯示。
這所有的模型轉身出去到那重要的這裡出色地，
這P-價值較少的比0.001
下列的那，我們跑這引導F奧雷斯特模型，
哪個曾是調諧到有A百樹和特徵選擇
標準價值自己三引導程序。
我們使用接收操作特徵或者這曲線下面積曲線，
到決定哪個分類臨界點
給了我們這最好的分類結果。
我們結束了向上使用0.1或者10 %這裡我們的分類臨界點。
超過到這正確的，
你會看那我們跑這增強森林模型，
和參數自己87層數和A學習速度自己0.179
超過在這底部，
我們用過的這決定矩陣為了全部三楷模到計算
這特異性自己每個特別的模型。
哪個你給我們如何準確這安樂死動物
是存在預料到的。
我們還使用錯誤分類速度和RS方形
從這全面的統計標籤自己JMP。
在每一個公制，我們成立那我們的引導程序模型
表現優於這其他楷模，
和因此我們事物那這裡這獲勝模型到製作
預測在安樂死。
下一個，我會喜歡到到超過，
一些重要的結果那後勤回歸給了我們。
和問候到性別，
我們成立那完好無損的貓和完好無損的小狗，
是方式更多的可能到那安樂死比
絕育動物。
和問候到品種，我們成立那混合的貓品種，
和鬥牛犬狗混合的品種，是更多的可能到那安樂死
比全部其他品種。
和問候變老我們成立那貓那是4.5
至 6年，是更多的可能到那安樂死比更年輕貓。
小狗在下面1.2年是這至少可能被安樂死。
這是廣泛奇怪因為它是矛盾的
到什麼我們成立期間A數據探索階段。
相似地，和看待到錄取類型，
我們成立那較老的投降動物，
是兩次更多的可能到那安樂死比流浪動物。
這也完全地，再次，矛盾的到什麼我們成立
在這數據勘探階段。
那去到展示那什麼這力量自己統計
分析和不敗的真的事實。
下一個，我將要那處理它離開到沙利卡再次
到到什麼建議我們能製作到這些動物庇護所。
謝謝你阿南德。
基於在我們的分析，我們有A很少建議
那動物庇護所可以使用到降低安樂死。
我們相信那動物採取進入這庇護所
應該那絕育的或者絕育的
這也在按照和醫療的研究，
哪個證明那完好無損的動物是更多的易於到疾病。
動物庇護所可以還使用我們的引導程序森林模型
到優先考慮哪個動物需要到那已保存，
在案件A難的決定需要到那製成。
在支持自己那，
這裡是一些建議從奧斯汀的動物庇護所。
這特別的庇護所會需要到優先考慮貓超過小狗
這裡他們是更多的易於到安樂死。
和問候到年齡，貓老年的之間4.5-6年，
和小狗超過1.2年會要求更多的注意力。
所有者投降小狗需要到那優先的超過流浪動物。
最後，什麼時候它來了到品種，
鬥牛犬混合狗品種和混合的貓品種，
是更多的易於安樂死和會可能要求更多的注意力。
那帶來我們到這結尾自己我們的推介會。
我們希望那動物庇護所可以使用這分析，
到減少這需要為了我動物到那安樂死。
謝謝。
