DataScience-Foodie：一个实施数据科学管道的项目-提取原始数据，数据清理，特征提取，实体匹配，数据匹配，数据合并...
需积分: 9 161 浏览量
2021-02-04
01:31:31
上传
评论
收藏 2.63MB ZIP 举报
DataScience-Foodie：一个实施数据科学管道的项目-提取原始数据，数据清理，特征提取，实体匹配，数据匹配，数据合并和OLAP样式探索。 选择的两个实体是Yelp和Zomato。 来自相同地点的餐厅数据将从这两个站点中提取，并且相似的餐厅将合并到一个大表中。 将会在该表上进行OLAP风格的探索，以从收集的数据中找到见解（例如，加利福尼亚州评价最高的餐厅） （752个子文件） 
scrapy.cfg 270B scrapy.cfg 266B Tuple_pairs_after_blocking.csv 283KB candidate_set.csv 276KB C4_410.csv 276KB zomato_list.csv 249KB candidate_set_predictions.csv 242KB predictions_rf_C4.csv 242KB yelp_list.csv 212KB match_data.csv 64KB restaurant_details.csv 61KB Sampled_tuple_pairs_with_label.csv 49KB Set_I.csv 34KB Set_J.csv 15KB examine_matches.csv 0B slicer.ini 193B DataMerging.ipynb 256KB DataMerging-checkpoint.ipynb 118KB EM_restaurants.ipynb 107KB EM_restaurants-checkpoint.ipynb 107KB model.json 2KB model_2.json 2KB README.md 3KB README.md 524B candidate_set_predictions.metadata 83B candidate_set.metadata 83B predictions_rf_C4.metadata 83B C4_410.metadata 83B features.npy 707KB test_features.npy 343KB training_words.npy 304KB testing_words.npy 105KB target_label.npy 79KB test_target_label.npy 38KB feature_names.npy 314B
Stage2_Report.pdf 116KB Stage1_Report.pdf 45KB candidate_set.pkl 313KB C4_410.pkl 313KB C4.pkl 310KB candidate_set_predictions.pkl 290KB predictions_rf_C4.pkl 290KB GoldenData.pkl 183KB G_4thApril.pkl 183KB GoldenData2.pkl 183KB match_data.pkl 112KB
Drilldown_on_State.png 94KB Higest_Review_City_NY_State.png 85KB Drilldown_SanJose_rating.png 76KB Drilldown_Seattle_PriceRange.png 71KB Drilldown_Austin_Zipcode_Rating.png 68KB Corrected_Group_By.png 68KB EM_restaurants.py 18KB gen_fys_test.py 8KB gen_pos_fys.py 6KB data_merge.py 6KB train_classifier.py 4KB gen_neg_fys.py 4KB settings.py 3KB settings.py 3KB blocking.py 3KB process_match_data.py 3KB FoodieSpider.py 3KB DecisionTree.py 2KB aggregate.py 2KB LogisticRegression.py 2KB SVM.py 2KB middlewares.py 2KB middlewares.py 2KB TagAdjectives.py 2KB LinearRegression.py 2KB FoodieSpider.py 2KB gridsearch_svm.py 1KB test_classifier.py 1KB test_RandomForest.py 1KB prepare_data.py 1020B RandomForest.py 801B precision_recall_curve.py 613B pipelines.py 292B items.py 291B pipelines.py 290B items.py 289B __init__.py 161B __init__.py 161B __init__.py 0B __init__.py 0B __init__.py 0B __init__.py 0B __init__.py 0B README 186B Rollup_on_state 64KB Scores 393B RemoveNoiseFromData.sh 3KB copy_script.sh 116B DataAnalysis.sql 1KB restaurant.sqlite 96KB .EM_restaurants.ipynb.swp 16KB sys 413KB testLogisticRegression 1KB
features.txt 2.16MB共 752 条
- 1
- 2
- 3
- 4
- 5
- 6
- 8
评论0