可以先看看我們的database的樣子 一共有八個特徵
可以使用裡面的函式查看資料分布
接著使用我們監督式學習訓練出的結果看看推薦效果
可以從crawling中找到我爬取youtube資料的py檔，我是先將想抓取的youtuber(台灣前百大)網址先放進txt檔之後讀取。
之後會將程式更加自動化，能夠直接抓取資料丟到model做預測，並且目前model訓練是利用點閱、喜歡、不喜歡、類別來訓練，未來會嘗試利用NLP去把標題也考慮進訓練資料特徵中。
並且會利用Django呈現在網頁上，能夠呈現更好的視覺化、表格化，整體運作模式更加自動化。