spotify-popularity-predictor:使用机器学习预测Spotify上的歌曲受欢迎程度-源码

上传者: 42128558 | 上传时间: 2021-06-26 23:20:40 | 文件大小: 20.87MB | 文件类型: ZIP
Spotify-人气预测器 通过机器学习预测Spotify上歌曲的流行度。 概述 此回购包含Jupyter笔记本,其中包含三个经过训练的ML模型的结果,这些模型可以使用预测歌曲的流行程度。 我们训练的模型是决策树,支持向量机和多层感知器。 档案文件 data.csv 2021年1月从获得的数据集。 predictor-dt.ipynb的Jupyter笔记本。 predictor-svm.ipynb支持向量机的Jupyter笔记本。 predictor-mlp.ipynb -mlp.ipynb-用于多层感知器的Jupyter笔记本。 依存关系 imbalanced-learn matplotlib pandas scipy seaborn shap sklearn Anaconda用于运行笔记本,其中包括更多的依赖关系,这些依赖关系也可能隐含地需要。

文件下载

资源详情

[{"title":"( 12 个子文件 20.87MB ) spotify-popularity-predictor:使用机器学习预测Spotify上的歌曲受欢迎程度-源码","children":[{"title":"spotify-popularity-predictor-main","children":[{"title":".gitignore <span style='color:#111;'> 28B </span>","children":null,"spread":false},{"title":"tree.png <span style='color:#111;'> 86.89KB </span>","children":null,"spread":false},{"title":"predictor-mlp.ipynb <span style='color:#111;'> 18.37KB </span>","children":null,"spread":false},{"title":"shap_vals_svm.npy <span style='color:#111;'> 6.97MB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.06KB </span>","children":null,"spread":false},{"title":".~lock.data.csv# <span style='color:#111;'> 98B </span>","children":null,"spread":false},{"title":"predictor-svm.ipynb <span style='color:#111;'> 407.25KB </span>","children":null,"spread":false},{"title":"shap_vals.npy <span style='color:#111;'> 6.97MB </span>","children":null,"spread":false},{"title":"dt.png <span style='color:#111;'> 12.76KB </span>","children":null,"spread":false},{"title":"shap_vals.txt <span style='color:#111;'> 21.94MB </span>","children":null,"spread":false},{"title":"predictor-dt.ipynb <span style='color:#111;'> 271.07KB </span>","children":null,"spread":false},{"title":"data.csv <span style='color:#111;'> 31.39MB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明