文件名称：项目3
文件大小：2.17MB
文件格式：ZIP
更新时间：2024-03-11 12:16:04
JupyterNotebook
点点 Spotly的目的是创建一种机器学习算法，该算法使用统计模型通过分析歌曲的属性来计算歌曲成为Billboard热门歌曲的可能性。 为此，Spotly在接下来的几年中总共使用了1000条随机曲目： 1990-1995 2000 2005年 2010 2015年 2019年 比较这些属性，并最终确定制作*歌曲的标准。 但是，在同时使用R＆Python进行了广泛的分析之后，我们发现机器学习平台只能预测什么不能成为热门歌曲。 资料检索 点滴 链接到Spotify的Web API的Python库。 使用我们自己的帐户登录到Spotify Developer，以获取客户端ID和密码以访问授权令牌。 使用 广告牌 依存关系 Billboard.Py SpotiPy SkLearn R Pandas Tableau Seaborn NumPy
【文件预览】：
Project-3-master
----app.py(0B)
----data_retrieval()
--------SpotipyApiCall.ipynb(337KB)
--------spotify_datasets()
----TopTierCriteria.ipynb(38KB)
----spotify_join.ipynb(387KB)
----Correlation.ipynb(1.3MB)
----templates()
--------2000.html(7KB)
--------boxplot_bottom_popularity.jpeg(22KB)
--------2010.html(7KB)
--------ML.html(3KB)
--------boxplot_bottom.jpeg(33KB)
--------tableau.html(5KB)
--------index.html(45KB)
--------2019.html(7KB)
--------1990.html(7KB)
--------boxplot1.jpeg(34KB)
--------features.html(7KB)
--------data.html(3KB)
--------boxplot_popularity_top.jpeg(21KB)
--------welcome.html(1KB)
----__pycache__()
--------config.cpython-37.pyc(329B)
----scaler.out(598B)
----.DS_Store(6KB)
----static()
--------css()
--------js()
----LogReg.ipynb(15KB)
----spotifyTOP.csv(1.65MB)
----config.py(217B)
----billboard_join.ipynb(46KB)
----finalized_model.sav(980B)
----.ipynb_checkpoints()
--------TopTierCriteria-checkpoint.ipynb(38KB)
--------billboard_join-checkpoint.ipynb(46KB)
--------Untitled-checkpoint.ipynb(72B)
--------spotify_join-checkpoint.ipynb(387KB)
--------SpotipyApiCall-checkpoint.ipynb(337KB)
--------Correlation-checkpoint.ipynb(441KB)
----README.md(913B)