(English below)

Python-pour-la-Data-Science

Vous trouverez dans ce répertoire le projet réalisé par Valentin Smague et Clément Gadeau, qui essaie de donner une réponse à la question suivante : Peut-on à partir de données quantitatives sur un morceau, prédire le genre musical auquel il appartient ?

• follow_me.ipynb est le notebook qui présente l'intégralité de notre projet. Tout le contenu du projet est accessible depuis le notebook.

• function.py est un fichier python qui répertorie toutes les fonctions utilisées au cours du projet. Le code de chaque fonction est retranscrit dans le notebook, à l'exception de get_features_labels. Ce fichier est un simple répertoire de fonctions et n'apporte pas plus d'informations que le notebook n'en contient.

• df_init.csv est le data set initial assemblé de façon expérimental par notre première méthode.

• Dataset_Genres.csv est le data set final sur lequel nous travaillerons.

Voici le plan de notre projet :

I. Récupérer et traiter les données

• Requêter l'API Spotify pour constituer un premier dataset
• Nettoyer le dataset : identifier un genre unique pour chaque morceau
• Constituer un dataset muri de nos réflexions

II. Visualiser pour comprendre les données

• Vérifier la bonne répartition des genres musicaux
• Comprendre le lien entre les variables et les genres
• Mettre en évidence ces relations

III. Modéliser la prédiction du genre

• Random Forest
• XGBoost

Conclusion

Python-for-Data-Science

In this repository, you will find the project carried out by Valentin Smague and Clément Gadeau, which attempts to answer the following question: Can we predict the musical genre of a piece based on quantitative data?

• follow_me.ipynb is the notebook presenting the entirety of our project. All the project content is accessible from the notebook.

• function.py is a Python file listing all the functions used throughout the project. The code for each function is transcribed in the notebook, except for get_features_labels. This file is a simple directory of functions and does not provide more information than what the notebook contains.

• df_init.csv is the initial dataset assembled experimentally by our first method.

• Dataset_Genres.csv is the final dataset on which we will work.

Here is the outline of our project:

I. Retrieve and process the data

• Query the Spotify API to build an initial dataset
• Clean the dataset: identify a unique genre for each track
• Assemble a mature dataset based on our reflections

II. Visualize to understand the data

• Check the proper distribution of musical genres
• Understand the relationship between variables and genres
• Highlight these relationships

III. Model the genre prediction

• Random Forest
• XGBoost

Conclusion