目录 项目动机 灾害响应管道项目 该项目的目标是对灾难事件期间从图八提供的数据集中发送的合法消息进行分类。 它要求我们建立机器学习管道，以根据发送方实时传达的需求对紧急消息进行分类。 特定的机器模型是自然语言处理（NLP）模型。 该项目分为三个主要部分： 构建ETL管道以提取数据，清理数据并将其存储到SQlite数据库中。 构建ML模型以训练分类器将消息置于最准确的类别中。 运行该应用程序以实时显示模型的准确性和结果。 结果汇总 该Web应用程序能够对发送的消息进行分类，并将其置于最合适

灾害响应管道项目 表中的内容 项目动机 文件描述 操作说明 许可，作者，致谢 投影动机 由于人为错误或人与人之间共享信息时出现不可避免的延迟，对事故现场或犯罪现场的响应通常会无意间延迟，这在应急响应机构中普遍存在，以应对遇险呼叫。 因此，我创建了一个ML模型，该模型能够根据正确的响应机构对遇险消息进行分类。 文件描述 提供了具有ETL模型的木星笔记本。 从图8中提取了以csv文件形式的数据集，并将其合并为一个文件，然后加载到sql数据库中。 然后，使用填充文本处理步骤对这些数据进行转换： 清洁

灾害响应管道 灾难响应管道项目是Udacity Data Scientist Nanodegree的一部分。 项目概况 在这个项目中，数据工程被应用来分析图八中的灾难数据，以建立用于对灾难消息进行分类的API的模型。 档案文件 - ETL Pipeline Preparation.ipynb: contains ETL pipeline preparation code - ML Pipeline Preparation.ipynb: contains ML pipeline preparati