mauviette

电影推荐系统

项目组织

├──LICENSE├──Makefile <-使用“make data”或“make train”等命令制作├──README。md <-开发人员使用这个项目的顶级自述文件。│├──data│├──external <-来自第三方的数据。│├──interim <-已转换的中间数据。│├──processed <-用于建模的最终规范数据集。││raw <-原始的、不可变的数据转储。│├──docs <-一个默认的Sphinx项目;│├──models <-训练和序列化的模型、模型预测或模型总结│├──notebooks <- Jupyter notebook。命名约定是一个数字(用于排序)、│创建者的首字母，以及一个简短的“-”分隔的描述，例如│“1.0-jqp-initial-data-exploration”。│├──参考文献——数据字典、手册和所有其他解释性材料。│├──reports <-生成分析文件，如HTML、PDF、LaTeX等。│├──figures <-生成用于报告的图形和数据。│├──requirements.txt <-生成分析环境的需求文件，例如:│├──setup.py <-使项目pip可安装(pip install -e .)，因此src可以导入。│├──src <-本项目使用的源代码。 │ ├── __init__.py <- Makes src a Python module │ │ │ ├── data <- Scripts to download or generate data │ │ └── make_dataset.py │ │ │ ├── features <- Scripts to turn raw data into features for modeling │ │ └── build_features.py │ │ │ ├── models <- Scripts to train models and then use trained models to make │ │ │ predictions │ │ ├── predict_model.py │ │ └── train_model.py │ │ │ └── visualization <- Scripts to create exploratory and results oriented visualizations │ └── visualize.py │ └── tox.ini <- tox file with settings for running tox; see tox.readthedocs.io

---

基于Cookiecutter数据科学项目模板。# cookiecutterdatascience