使用ML和Python的性格预测项目

人类倾向于从以前的经验中学习。如今，同样的事情用数字技术来完成，这种技术被称为机器学习。机器学习是人工智能的一个分支，简称AI，是当今技术的热门领域。使用机器学习，我们可以做很多事情，例如，预测比特币价格，电影票价格预测或你可能认识的人在Facebook的部分。甚至ML也用于医学科学。如今，研究人员也能够使用机器学习来预测性格。

想要建立关于机器学习的项目?：

机器学习工具包将发送给您，您可以学习和构建使用教程。你今天就可以免费开始了!

1.机器学习(职业发展课程)

2.使用机器学习进行欺诈检测

3.使用Python的机器学习

4.使用ML进行电影推荐

5.使用ML进行手写数字识别

6.机器学习培训与实习

7.基于深度学习的脑肿瘤检测

概念:

• Python程序设计语言(python3或以上版本)

• 一些基本的机器学习算法

使用的硬件和软件:

• 你喜欢的操作系统(可以是Linux、Mac或Windows)

• 你自己的个人电脑或笔记本电脑

• 你的个人电脑或笔记本电脑应该有足够的内存不间断地运行计算。

• 系统中已安装Python 3或以上版本。

“五个性格因素”是什么?

这5个人格因素是神经质、外向性、经验开放性、宜人性、简洁性。

实现:

1. 从myPersonality下载数据集。将数据集拆分为两部分。该数据集由70万名Facebook用户的数据组成，这些用户的状态超过1万。这些数据将帮助你预测一个人的性格。
2. 人格可以用5个人格因素来描述，这可以预测一个人的观点和行为。
3. 当一个用户在体育方面有近100个赞，在政治方面有20个赞时，很明显，这个人对体育肯定比政治更感兴趣。这意味着他5%的利益在政治上。这个值将使RMSE结果的值提高5%。我们将把这个数据放在Result列下。
4. 这里我们使用了随机森林分类算法。
5. 现在我们要创建决策树。为此，我们需要将数据映射到n维空间中。每个空格代表一个点赞。
6. 然后，随机森林算法确定边界，将数据集划分为相互重叠的两部分。
7. 现在，五大人格因素被放在一条直线上，并以1-5点为基础进行预测。线性回归是另一种学习技术(算法)。这将基于具有多个特征的数值创建一个模型。
8. 计算RMSE来预测和计算您刚刚创建的模型的性能。如果该值接近于零，则该模型越好、越准确。
9. 对于这个项目，总是选择在计算连续值时有效的算法。

结论:

这一预测与一个人的原始性格特征接近8-15%。要预测一个人的性格，社交媒体网站起着至关重要的作用。我们使用了Facebook API来训练我们的模型，并使计算更加精确。

你知不知道

2022世界杯亚洲区赛程表时间Skyfi实验室帮助学生学习实用的技能通过构建真实的项目。

你可以和朋友一起报名，并在家门口领取工具包

你可以向专家学习，建立可行的项目，向世界展示技能，获得最好的工作。
今天开始!

• Python

• 机器学习

使用机器学习进行性格预测