文件名称：spotify-analysis:应用探索性数据分析和机器学习从Spotify歌曲数据集中提取有趣的信息
文件大小：3.19MB
文件格式：ZIP
更新时间：2024-04-19 02:45:20
data-analysis JupyterNotebook
Spotify分析 目标 应用探索性数据分析和机器学习从Spotify歌曲数据集中提取有趣的信息。 资料集： 这是Kaggle数据集，其中包含2010十年中每年的Spotify热门歌曲。 数据集列： ID 标题：歌曲的标题 歌手：宋的歌手 热门流派：曲目的流派 年：广告牌中的宋年 bpm：每分钟节拍-歌曲的节奏 nrgy：能量-歌曲的能量（值越高，歌曲就越能量） dnce：可跳舞性（值越高，则更容易随这首歌跳舞。） dB：响度（分贝） （值越高，歌曲响度越大） live：活泼（值越高，则歌曲更可能成为现场录音） val：价（值越高，歌曲的心情越积极。） dur：长度-歌曲的持续时间。 acous：声学（值越高，歌曲的声学性越强。） spch：语音性（值越高，歌曲包含的单词越多。） pop：流行度（值越高，则歌曲越受欢迎。） 前处理 按超类型创建和分组 top genr
【文件预览】：
spotify-analysis-master
----figures()
--------003conf_mat_prog_corr.png(57KB)
--------001conf_mat_simple.png(60KB)
--------004conf_mat_grid_search.png(58KB)
--------002conf_mat_corr.png(56KB)
----requirements.txt(549B)
----001_reading_raw_data.ipynb(326KB)
----002_pre_process.ipynb(140KB)
----README.md(3KB)
----003_MLPClassifier.ipynb(490KB)
----data()
--------001_raw_data()
--------004_models()
--------002_intermediate_data()
--------003_model_inputs()
----.gitignore(88B)
----_config.yml(27B)