格莱美预测:根据歌曲的受欢迎程度音乐属性和历史趋势预测格莱美奖获得者 源码
使用Spotify和Genius数据模拟歌曲流行度 互动应用 ,您可以在其中探索被提名人的不同音乐特征,并将您的预测与我的模型进行比较! 背景 我对音频有浓厚的兴趣,是什么吸引了人们来欣赏歌曲和播客的不同特征。 我想对这些音乐属性以及它们如何以各种方式影响流行进行建模。 我收集了来自许多不同来源(网络抓取,API,Spotify,Genius,Kaggle)的数据,并希望采用一种独特的方法来衡量人气及其原因。 通过这项研究,我们可以根据过去的获奖者和今年提名人的音乐属性对即将到来的2021年格莱美奖做出一些预测。 该项目 我在该项目中展示的一些技能 清理和转换混乱的数据 数据建模的流行度(使
文件列表
grammy-predictions-main.zip
(预估有个16文件)
grammy-predictions-main
2_visualizations.ipynb
1.65MB
grammy_nominees.csv
84KB
7_streamlit_app.py
31KB
3_predicting_genres_based_on_attributes.ipynb
528KB
6_get_grammy_data.ipynb
68KB
5_predicting_popularity_based_on_attributes.ipynb
26KB
7_predicting_grammy_winners.ipynb
3.78MB
Procfile
53B
requirements.txt
68B
暂无评论