你好，我们是一个团队的大学的康涅狄格州。
今天我们会喜欢到展示
关系之间这类型的音乐和经济的状况。
这是我们的议程为了这推介会。
首先，我们将要介绍我们的数据放
和然后看这意义的变量作为字典。
第三，我们将要讲话关于我们的假设为了我们的学习。
第四，我们将要去通过我们的背景
和然后这数据加工部分
这样的作为改变绝对的变量到连续的变量
和处理我们的丢失的价值观和异常值和然后分裂这数据放。
下一个，我们将要讨论这最好的模型在我们的数据集。
最后，我们将要给商业价值观和建议。
在这学习，我们将要分析这歌曲的人气在Spotify在我们
从2006年到2019年作为出色地作为经济的指标
这样的作为国内生产总值，通货膨胀率吃，失业速度，和幸福多变的。
在这数据集，我们有1,389行和20列。
我们有采取这数据集从卡格尔。
此外，其他数据集莫里斯是为了经济的指标。
我们能看更多的详细的信息在这下一个页。
这是我们的字典的数据集。
这目标多变的是人气
哪个方法这更高这价值，这更多的受欢迎的这歌曲是。
它会是这连续的多变的。
在这预测变量，我们有音乐属性
这样的作为明确的,舞蹈能力,和响度。
还，我们有四变量为了经济的指标
哪个是国内生产总值，幸福指数，失业速度，和通货膨胀。
我们的假设是那期间次的经济的经济低迷，
我们认为那里是一个增加在这人气的乐观的
和精力充沛流派这样的作为电子的舞蹈音乐，
期间经济的生长时期，
更多的深情的,内省，周到音乐
趋向到支配这图表。
我们预计那它提供有价值的见解进入这文化
和经济的因素那影响这音乐行业
和能协助音乐生产者和营销人员
在理解消费者行为和制作知情的决定。
我们是使用2006年到2019年年在这我们。
它节目那2006年到2007年是经济衰退前时间，
所以经济曾是仍然稳定。
2008年到2009年去通过一个全球性的金融的危机。
2010年到2012年是邮政-经济衰退恢复时间。
在这时间，这经济开始正在康复。
在2013年至2015年是稳定的恢复时间。
在2016年到2017年，这经济继续到生长。
最后， 2018年到2019年是晚的-阶段生长时间。
在这时间，它曾是接近A更多的成熟和稳定的状态。
我们成立那这更差这经济，
这更多的积极的这类型的音乐人们听到。
基于在这时间线，我们能得到A相关性和其他变量。
作为你能看在这图形，我们能看那失业速度
正在得到更高期间2008年到2012年哪个是A全球的金融的危机。
基于在这假设，
积极的音乐将要是受欢迎的为了这时间。
这是关于节奏和这年。
这降低价值方法这降低节奏和更高价值方法这更高节奏
哪个我们认为那降低节奏
可能出现在这伤心歌曲或者较软歌曲
和这更高节奏可能出现在这鼓舞人心的歌曲或者更快乐歌曲。
我们看进入2006年通过2007年什么时候这经济曾是生长和稳定的，
你可以看那他们占… 这降低节奏有更多的…
降低-速度歌曲出现了更多的部分在这时期。
如果我们看进入2013年通过2015年和2016年通过2017年
什么时候这经济曾是生长，我们可以看那他们还
有更多的降低-速度歌曲比较的和这其他年。
如果我们看进入2008年到2009年和2010年通过2012年
什么时候这经济曾是真的坏的，
2008年通过2009年是金融的危机
和2010年通过2012年,这失业速度曾是这最高。
你能看那更高-速度歌曲有更多的部分在那些年。
我们得到A结论那人们可能转动到听到更高-速度歌曲
什么时候这经济曾是真的坏的
和他们关于转身到听到这降低歌曲
什么时候这经济曾是好的。
下一个页。
我们看进入价和这年。
这降低价方法那它将要是A消极的歌曲
或者A很多的较软歌曲，
和更高价值观方法那它将要是更快乐歌曲，
积极的歌曲。
我们看进入2008年通过2009年和2010年通过2012年,
经济的坏的时期。
我们可以看那这积极的歌曲出现了更多的部分在那些期间。
在2013年通过2015年和2016年通过2017年，
这经济曾是生长，
他们会计更多的部分在这消极的歌曲
哪个匹配我们的假设，似乎那人们可能听
到更多的消极的歌曲什么时候这经济曾是好的
和人们想到听到更多的鼓舞人心的歌曲或者积极的歌曲
什么时候这经济曾是真的坏的。
下一个页。
看进入这全部的数字的打歌曲的每个年。
我们能看那通过2013年到2017年这时髦的跳歌曲曾是增加
和2018年到2019年，
那里有更多的类型歌曲出现在这时期。
这时髦的跳歌曲和这流行音乐歌曲和这舞蹈歌曲减少，
但这拉丁歌曲和这右及B歌曲增加。
下一个页。
它将要是清除如果我们看进入这图形，
我们可以看那这其他的流派歌曲会计更多的部分在2018年通过2019.
如果我们看通过这时间时期，
我们可以看那尽管这经济曾是生长，这其他歌曲的流派
会计更多的部分比这经济的曾是真的坏的。
下一个页。
什么时候我们比较和这价和这国内生产总值，
我们可能寻找那这价和这国内生产总值是消极地相关的到每个其他。
它似乎那什么时候这国内生产总值曾是高的
我们将要说那这经济曾是好的和这价将要是降低。
它方法那人们可能转动到听到这消极的歌曲
什么时候这经济曾是真的好的，
但他们将要听到这积极的歌曲什么时候这经济曾是真的坏的。
下一页。
前我们做我们的模型，
我们看进入我们的数据集和我们找到了帽子流派
曾是这仅有的绝对的多变的。
我们转换它进入七列的二进制变量。
它将要是布鲁斯,古典，国家舞蹈，简单的听,民间，和时髦的跳。
下一个页。
我们还交易和这丢失的价值。
我们成立[听不清 00:10:38] r噢。 我们排除全部的他们。
这下一个，我们看起来在这异常值和他们的分配。
它轮流出去这仅有的柱子，工具性,有86异常值。
我们决定到转换这柱子
使用沙什转换到正常化这柱子
和在这正确的边，你能看那它是标准化。
下一个页，请。
后打扫这数据集，现在它是时间到分裂这数据集。
我们分为0.6、0.2、和0.2到训练，验证，和测试数据集。
下一个滑动，请。
后申请到一些不同的楷模这样的作为决定树，回归，
[听不清 00:11:46] ,克尼恩,神经的网络，我们成立那这决定树
有这最高右正方形
和它证明那它失败的到拒绝我们的无效的假设。
下一个滑动，请。
什么时候你看关闭到这柱子贡献，
其他比这音乐因素这样的作为期间，声学性，钥匙，
我们还成立那失业速度，
国内生产总值，和通货膨胀速度还有积极的相关性
和我们的目标多变的，受欢迎程度。
但之中这经济的因素，这失业速度
有这最高影响在这目标多变的。
但其他比那，
这音乐因素这样的作为期间，声学性，钥匙，响度，和价
是这顶部五贡献到我们的目标多变的。
下一个滑动，请。
基于在我们的楷模结果，我们能说那失业速度
有这最高相关性之中经济的因素和人气，
但还其他因素有积极的相关性
和这目标多变的。
作为失业速度和[听不清 00:13:15]速度得到更高，
这歌曲那有高的期间，声学性，钥匙，响度，
价，言语能力,活力，和舞蹈能力是受欢迎的。
基本上，这歌曲那是更长，更多的更亮，和更多的舞蹈能力
有更高人气期间那些次。
下一个滑动，请。
根据到我们的学习，我们成立那这经济的影响
的这人气的不同的类型的歌曲
所以我们推荐那期间这经济的转动向下，
我们推荐那这音乐生产者到制作高的-期间声学性，钥匙，
响度，价，言语能力,活力，和舞蹈能力音乐和副反之亦然。
同时，什么时候这经济是蓬勃发展，
我们推荐这音乐生产者到制作低的期间，
声学性，钥匙，响度，价，言语能力,
活力，和舞蹈能力音乐。
下一个滑动，请。
这是我们的参考。
这是漂亮的很多一切我们准备为了这推介会。
感谢你所以很多为了听。
