文件名称：电影评级和预测模型：该项目的目的是利用IMDB数据集生成有意义和有趣的见解，然后根据平均IMDB评级和用户鸣叫的情绪分析得分来创建电影评级模型。 并创建准确的机器学习模型，以基于一些关键功能预测平均电影收视率
文件大小：8.44MB
文件格式：ZIP
更新时间：2024-02-24 02:29:43
javascript css python html machine-learning
电影分级和预测模型 目的 该项目的目的是利用IMDB数据集生成有意义和有趣的见解，然后基于IMDB的平均评分和用户鸣叫的情感分析得分来创建电影评分模型。 还要创建一个准确的机器学习模型，根据一些关键功能预测平均电影收视率，并通过使用大数据技术进行数据处理来使系统具有可扩展性，然后将系统托管在Google Cloud上。 使用的技术 火花 齐柏林飞艇 朱皮特 Twitter API Google Cloud Engine 情感分析（文本斑点） Python HTML5 CSS3 JavaScript 数据处理 该模型的第一步是利用IMDB数据集并对其进行处理。 数据预处理通过一系列步骤完成，即： 清洁用品 正常化 转型 特征提取 选拔 对于此模型，使用IMDB数据集，提取所需数据的步骤如下： 读取IMDB数据集。 过滤数据并仅提取电影。 （由于数据包含系列和其他情景喜剧） 现在，根据年份过滤电影。 （这里我们采用2000-2017） 现在读取主管的数据。 仅提取和展平导演，然后与上面提取的电影数据集合并。 现在，为作家读取数据。 仅提取和展平作者，然后与上面提取