文件名称：Final-Project:最终项目
文件大小：7.55MB
文件格式：ZIP
更新时间：2024-04-25 03:41:16
JupyterNotebook
游戏应用分析 介绍 所选主题： 我们的小组决定研究电话应用程序数据，专门针对游戏，并找出使游戏应用程序成功的原因。 选择主题的原因： 之所以选择这个主题，是因为我们有兴趣将我们学到的东西运用到现实生活中，并且对使游戏在移动行业取得成功的整体兴趣浓厚。 数据源描述： 我们的数据来自Kaggle，其数据来源是通过抓取数百万个Android智能手机日志和应用程序元数据获得的。 源数据： : ; 通过将两个数据集结合在一起，我们能够将变量分为结果和特征，以用于进一步分析（以及将用于控制结果变量缺陷的其他变量）。 希望用数据回答问题： 通过这个项目，我们希望使用我们提供的数据来找出使游戏应用程序成功的原因。 我们将首先确定/定义成功的度量，即安装/下载和评级，其中一个提供定量的度量，而另一个提供定性的度量。 然后，我们将使用成功指标来确定哪些功能可能会影响游戏应用程序的成功与
【文件预览】：
Final-Project-master
----clusters.png(41KB)
----ML_Results.csv(333KB)
----.ipynb_checkpoints()
--------Preprocessing-checkpoint.ipynb(38KB)
--------Machine_learning-checkpoint.ipynb(3.09MB)
----additional_analysis.pbix(501KB)
----Android apps.csv(24.4MB)
----Machine_learning.ipynb(108KB)
----EDR.png(562KB)
----GitHub Structure.png(58KB)
----Notes()
--------Agenda - Mar 16, 2021.txt(2KB)
--------Agenda - Mar 18, 2021.txt(2KB)
--------Agenda - Mar 25, 2021.txt(3KB)
--------GitHub_Branch_Structure.txt(1KB)
--------Pseudo_code - Mar 18, 2021.txt(841B)
--------Agenda - Mar 23, 2021.txt(2KB)
--------Agenda - Mar 27, 2021.txt(3KB)
--------Agenda - Mar 20, 2021.txt(1KB)
----rf_results.png(11KB)
----readme.md(7KB)
----Preprocessing.ipynb(306KB)
----SQL()
--------ERD.png(442KB)
--------DDL_CompaniesStage.sql(412B)
--------DDL_AppsStageEnhanced.sql(1KB)
--------DML_AppsStageEnhanced.sql(1KB)
--------DDL_AppsStage.sql(1KB)