文件名称：figure-eight-disaster-response-ml-pipeline:该项目是关于分析图八中的灾难数据，以建立用于对灾难消息进行分类的API的模型
文件大小：7MB
文件格式：ZIP
更新时间：2024-04-14 23:09:26
data-science machine-learning Python
灾害响应管道项目 在这个项目中，我分析了图八中的灾难数据，以构建用于对灾难消息进行分类的API的模型。 概述 在该项目中，您将找到一个数据集，其中包含在灾难事件期间发送的真实消息（来自图8）。 有一个机器学习管道可以对这些事件进行分类，以便我们可以将消息发送给适当的救灾机构。 该项目包括一个Web应用程序，应急人员可以在其中输入新消息并获得几种类别的分类结果。 该网络应用程序还将显示数据的可视化。 项目组成 此项目包含三个部分。 1. ETL管道 在Python脚本process_data.py中，实现了一个数据清理管道，该管道包括： 加载消息和类别数据集，合并两个数据集，清理数据，并将其存储在SQLite数据库中。 2.机器学习管道 在Python脚本中，train_classifier.py实现了机器学习管道，该管道可以： 从SQLite数据库加载数据，将数据集拆分为训练集和测试
【文件预览】：
figure-eight-disaster-response-ml-pipeline-master
----models()
--------train_classifier.py(7KB)
--------classifier.pkl(4.32MB)
----LICENSE(1KB)
----README.md(2KB)
----data()
--------disaster_messages.csv(4.83MB)
--------disaster_categories.csv(11.31MB)
--------process_data.py(3KB)
----.gitignore(2KB)
----app()
--------run.py(4KB)
--------DisasterResponse.db(6.15MB)
--------templates()
--------classifier.pkl(4.28MB)
--------process_data.py(3KB)