文件名称：音调聚类和音乐推荐系统
文件大小：1.59MB
文件格式：ZIP
更新时间：2024-03-24 03:31:18
*音乐存档音乐分析体裁预测和歌曲推荐 项目说明：Spotify和Shazam等创新型公司以非常聪明的方式利用音乐数据为用户提供出色的服务。 他们使用推荐算法和自动类型分类，这极大地有助于增加用户体验。 通过该项目，我们旨在在提供音乐功能时执行流派分类和音乐推荐的任务。 我们的主要目标是为Spotify和Pandora等公司创建音乐推荐系统和播放列表生成器。 音乐风格的推论虽然似乎是人类头脑的先天性，但对于机器学习社区而言仍然是一项艰巨的任务。 我们使用了各种机器学习算法来实现我们的目标。 我们利用诸如Logistic回归，朴素贝叶斯分类器，神经网络和随机森林分类器之类的分类算法来识别音乐曲目的流派。 我们还应用了K-means聚类算法来创建歌曲簇，并推荐用户最可能喜欢的歌曲。 储存库内容： 音乐分析和体裁预测 项目报告 项目文件： 探索性数据分析（InitialEDA.ipynb）
【文件预览】：
Tonal-Clustering-and-Music-Recommender-System-main
----InitialEDA.ipynb(154KB)
----Project Report.pdf(593KB)
----GenrePrediction.ipynb(73KB)
----Music Analysis & Genre Prediction.pptx(983KB)
----README.md(1KB)
----Feature Engineering.ipynb(133KB)