【文件属性】：
文件名称：Sarki_Oneri_ML:使用“百万首歌曲”数据集构建的歌曲推荐系统
文件大小：139KB
文件格式：ZIP
更新时间：2021-05-02 08:32:27
Python
简单的歌曲建议系统
在我们的示例中使用的“百万首歌曲”数据集，其中使用“百万首歌曲”数据集创建了简单的歌曲推荐系统； 来自各种网站的歌曲的混合，用户在听完歌曲后给出的乐谱，包含数据集和数据集。
例如其内容：
合并两个数据集
在我们合并的数据集的内容中打印数据（行）和属性（列）的数量
显示数据集的内容
分离数据集作为训练和测试数据
创建不基于定制的基于受欢迎度的推荐类的示例
尝试使用基于相似度的建议类别示例来预测用户喜欢的歌曲列表
通过歌曲标题建议类似歌曲的示例
根据用户输入的歌曲给出建议的部分
资源利用
该示例的屏幕截图：
数据集内容中的数据（行）和属性（列）数：
数据集包含：
基于受欢迎程度的建议，无需定制：
基于相似度的建议：
根据歌曲名称建议相似的歌曲：
根据用户输入的歌曲的建议：
【文件预览】：
Sarki_Oneri_ML-master
----EkranAlintilari()
--------Sarkiya_oneri.PNG(19KB)
--------Pop.PNG(18KB)
--------kullniciya_oneri.PNG(34KB)
--------Ds_i噀rik.PNG(27KB)
--------Populer_sarkilar.PNG(18KB)
--------oneri.PNG(24KB)
--------Ds_bilgi.PNG(4KB)
----README.md(2KB)
----.gitignore(1KB)
----Sarki_Tavsiye.py(14KB)