文件名称：Disaster-Response-Pipeline:分析图八中的灾难数据，以构建用于对灾难消息进行分类的API的模型
文件大小：18.66MB
文件格式：ZIP
更新时间：2024-05-07 03:00:07
Python
灾害响应管道项目 目录 项目总结 在这个项目中，我将分析图8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。 使用包含灾难事件期间发送的真实消息的数据集，我将创建一个机器学习管道以对这些事件进行分类，以便您可以将消息发送给适当的救灾机构。 更具体地说，该模型在完整的流水线上进行训练，从对输入文本进行标记化，词干化和词化处理开始，再通过多输出随机Forrest分类器正确识别灾难响应类别。 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。 指示： 在项目的根目录中运行以下命令来设置数据库和模型。 运行ETL管道以清理数据并将其存储在数据库中python data/process_data.py data/disaster_messages.csv data/disaster_categories.csv
【文件预览】：
Disaster-Response-Pipeline-main
----models()
--------train_classifier.py(5KB)
--------classifier.pkl(68.33MB)
----data()
--------DisasterResponse.db(6.11MB)
--------disaster_categories.csv(11.31MB)
--------disaster_messages.csv(4.83MB)
--------process_data.py(3KB)
----app()
--------templates()
--------run.py(3KB)
----README.md(2KB)