没有合适的资源?快使用搜索试试~ 我知道了~
recommender
共15个文件
csv:4个
ipynb:2个
html:2个
需积分: 5 0 下载量 35 浏览量
2021-03-22
20:16:00
上传
评论
收藏 3.56MB ZIP 举报
温馨提示
成为阅读机 我们希望根据用户对书名的选择向用户推荐书。 为此,我们将使用机器学习算法来分析文本,以找到与用户选择最相似的书。 我们在用什么? Scikit Learn,Pandas,Postgres SQL,HTML / CSS,Flask,Jinja,Google幻灯片(演示) 我们要预测什么? 根据用户对书名的选择,我们将使用基于内容的系统来提供推荐,该系统使用书名,作者,出版商和类别(流派)来扩大他们的品味。 我们的模型 对于我们的推荐系统,我们使用以下图书属性: 标题 作者 发行人 类别(类型) 数据 如果您想查看我们的完整数据集,可以在找到。 然后,将其加载到我们的Postgres SQL数据库中[插入链接] 该数据最初是从Kaggle的两个单独的数据集中提取的: 然后,我们将这些数据合并到上面链接的CSV中。 从那里,我们清除了Jupyter的数据。 最后结果 如
资源推荐
资源详情
资源评论
收起资源包目录
recommender-main.zip (15个子文件)
recommender-main
app.py 4KB
templates
pandas.html 3KB
index.html 5KB
static
css
styles.css 23KB
images
book_stacks_1.jpg 31KB
shelves.jpg 25KB
js
auto.js 408B
recommender.ipynb 14KB
.gitignore 2KB
README.md 1KB
Data
books.csv 3.93MB
data_cleaning.ipynb 44KB
final_cleaned.csv 1.07MB
books_2.csv 1.47MB
cleaned_description.csv 3.12MB
共 15 条
- 1
资源评论
邱笑晨
- 粉丝: 44
- 资源: 4553
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功