Прогнозиране на рейтинга на филми

🎬 Прогнозиране на рейтинга на филми 🍿

В света на стрийминга, услугите от типа на Netflix разчитат на данни, за да разберат кои филми и сериали ще бъдат оценени от потребителите. Ти си консултант на стартъп, който иска да предвиди рейтинга на филм въз основа на неговите метаданни.

Имаш на разположение набор от данни за филми и сериали на Netflix:

• train.csv - филми и сериали с известни рейтинги
• test.csv - нови филми и сериали, за които трябва да прогнозираш рейтинга

📊 Наборът от данни

Всеки ред представлява заглавие на филм:

• SampleID – уникален идентификатор на филма
• Title – името на филма или сериала
• Type – типът на съдържанието (SHOW)
• Description – кратко описание на филма / сериала
• Year – годината на излизане
• Score – само в train.csv, числова стойност, представляваща рейтинга на филма (напр.: рейтинг от критици)

Целта ти е да прогнозираш Score за всяко заглавие от test.csv.

📝 Задача (100 точки)

Изгради модел за машинно обучение, способен да прогнозира числовата стойност Score за всяко заглавие от test.csv, използвайки наличните колони (Title, Type, Description, Year).

🧮 Оценяване

• Основната метрика е MAE (Mean Absolute Error):

• MAE ≤ 0.65 → 100 точки
• MAE ≥ 2.0 → 0 точки
• За междинни стойности, точките се изчисляват пропорционално.

📄 Формат на файла за подаване

Файлът submission.csv трябва да съдържа по един ред за всяко заглавие от test:

1SampleID, Score

където:

• SampleID - идентификаторът на филма от test
• Score - прогнозираната числова стойност за рейтинга