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
