数据集
2022-04-12 23:47:06 303KB 数据集
1
电影推荐系统 电影推荐系统 数据集背景: 数据集下载: 数据集介绍: u.data表示100k条评分记录,每一列的数值含义是: 用户名| 商品编号| 评级| 时间戳记 u.user表示用户的信息,每一列的数值含义是: 用户名| 年龄| 性别| 职业邮政编码 u.item文件表示电影的相关信息,每一列的数值含义是: 电影ID | 电影名称| 发布日期| 视频发布日期| IMDb URL | 不明| 动作| 冒险| 动画| 儿童用品喜剧片| 犯罪| 纪录片| 戏剧| 幻想|黑色电影| 恐怖| 音乐剧| 神秘浪漫| 科幻|惊悚| 战争| 西部|
2022-04-04 15:57:45 8.72MB 系统开源
1
The Rotten Tomatoes movie review dataset包含train.tsv >8M和test.tsv >3M两个文件 kaggle下载地址: https:// www.kaggle.com/c/sentiment analysis on movie reviews/data 分类标签如下: 0 negative 1 somewhat negative 2 neutral 3 somewhat positive 4 positive
1
支持的平台:Android、iOS、AppleTV(tvOS) 支持的平台(编辑器模式安装):PC(Windows、Mac 64 位)
2022-03-16 15:16:54 100.44MB unity3d unity 视频播放
1
MTime网数据爬虫,功能全面,有需要的可以参考一下,对新手有帮助
2022-03-05 16:26:09 11KB python movie spider mtime
1
电影评论分类 使用python中的情感分析库将IMDb电影评论分为正面或负面 情绪分析 情感分析是指使用自然语言处理(NLP),文本分析和计算来系统地提取,识别信息并将其分类为特定类别。 该项目使用python sklearn库中的高斯朴素贝叶斯和多项式朴素贝叶斯模型 朴素贝叶斯分类器 朴素贝叶斯分类器是python scikit学习库下的一组监督ML算法。 他们使用特征矩阵(所有因变量的向量)来预测类变量(特征矩阵中每一行的输出)。 这些算法的前提是所有特征彼此独立并且具有同等重要性。 在高斯朴素贝叶斯分类器中,特征的分布遵循高斯/正态分布并形成钟形图。 在多项式朴素贝叶斯分类器中,特征向量表示通过多项式分布生成某些事件的频率。 该分类器非常适合文本分类中的字数统计 项目简介 该项目从tsv文件读取评论。 使用正则表达式对请求进行清理后,将MNB分类算法应用于数据集。部署的Web应用
2022-03-03 20:35:25 7KB Python
1
电影推荐系统 您是20世纪电影的爱好者吗? 如果是,那么此工具适合您。 该工具将根据类型,导演,演员等推荐电影。自动编码器是此处使用的技术,它将通过重新创建每个客户的评分来学习相关性。 然后它将通过反向传播错误来改进其预测。 我已经写了使用自动编码推荐系统的文章 本文将帮助您了解自动编码器的所有概念,包括数学,网络工程等。 堆叠式自动编码器: 安装 下载代码文件 将此存储库克隆到您的计算机。 使用cd Movie-Recommender-System进入文件夹。 将数据文件从MovieLens下载到此目录中。 安装要求 在您的终端机中 pip3 install torch torchvision与pip一起安装 conda安装pytorch torchvision -c pytorch与Anaconda一起安装 用法 运行推荐System.ipynb文件中的每个单元格
2022-03-03 10:50:34 7KB 系统开源
1
电影评论分类 使用python中的情感分析库将IMDb电影评论分为正面或负面 情绪分析 情感分析是指使用自然语言处理(NLP),文本分析和计算来系统地提取,识别信息并将其分类为特定类别。 该项目使用python sklearn库中的高斯朴素贝叶斯和多项式朴素贝叶斯模型 朴素贝叶斯分类器 朴素贝叶斯分类器是python scikit学习库下的一组监督ML算法。 他们使用特征矩阵(所有因变量的向量)来预测类变量(特征矩阵中每一行的输出)。 这些算法的前提是所有特征彼此独立并且具有同等重要性。 在高斯朴素贝叶斯分类器中,特征的分布遵循高斯/正态分布并形成钟形图。 在多项式朴素贝叶斯分类器中,特征向量表示通过多项式分布生成某些事件的频率。 该分类器非常适合文本分类中的字数统计 关于 该项目从tsv文件读取评论。 使用正则表达式对请求进行清理后,将MNB分类算法应用于数据集。部署的Web应用程序
2022-03-01 10:41:44 610KB JupyterNotebook
1
推荐人 利用tensorflow实现电影推荐系统使用的数据集为MovieLens数据集
2022-02-24 13:52:18 5.83MB 系统开源
1
movie_recommender 使用余弦相似度的电影推荐
2022-02-23 12:29:15 5.04MB Python
1
服务器状态检查中...