Disaster Response Pipelines:机器学习+熊猫+ SQL 源码

灾难响应管道 在这个项目中,有监督的机器学习是通过大型标签数据库实现的。 目录 操作说明 在项目的根目录中运行以下命令来设置数据库和模型。 运行ETL管道以清理数据并将其存储在数据库中python data/process_data.py data/disaster_messages.csv data/disaster_categories.csv data/DisasterResponse.db 运行用于训练分类器并保存python models/train_classifier.py data/DisasterResponse.db models/classifier.pkl ML管道 在应用程序目录中运行以下命令以运行您的Web应用程序。 cd /home/workspace/app python run.py 转到 项目原理 该数据集包含30,000条消息,这些消息来自以下事