文件名称：disaster-response-classification:多标签分类可对灾难期间收到的邮件进行分类
文件大小：6.05MB
文件格式：ZIP
更新时间：2024-05-29 20:32:25
nlp flask machine-learning supervised-learning multilabel-classification
灾害响应分类API 使用机器学习对危机期间收到的消息进行分类的API。 该API可以针对在2010年海地和智利地震，2010年巴基斯坦洪灾和2012年桑迪飓风等事件中收到的30,000条真实消息进行机器学习模型训练，该API可帮助组织专注于向正确的地方寻求帮助。 看到它住。 目录 入门 这些说明将为您提供在本地计算机上运行并运行的项目的副本，以进行开发和测试。 有关如何在实时系统上部署项目的注释，请参阅部署。 先决条件 您将在本地计算机上需要Python 3.6或更高版本。 正在安装 将仓库克隆/分叉到本地计算机上。 然后，建议使用虚拟环境通过requirements.txt文件安装依赖项。 pip install -r requirements.txt 安装这些工具后，您只需要从仓库的根工作目录中运行以下命令即可。 python app/run.py 转到http://0.
【文件预览】：
disaster-response-classification-main
----models()
--------train_classifier.py(3KB)
--------custom_tokenizer.py(543B)
----requirements.txt(523B)
----README.md(6KB)
----data()
--------disaster_messages.csv(4.83MB)
--------DisasterResponse.db(6.09MB)
--------disaster_categories.csv(11.31MB)
--------process_data.py(3KB)
----app()
--------run.py(2KB)
--------templates()
--------plots.py(2KB)
--------static()