Predikce popularity písní

🎧 Predikce popularity písní 🎹

Digitální hudební průmysl se rychle vyvíjí a streamovací platformy soutěží o to, aby odhadly, jak dobře bude píseň fungovat mezi posluchači. Popularita není jen číslo, protože ovlivňuje doporučení, automatizované playlisty a dokonce i smlouvy umělců.

Pro trénování nového predikčního modulu jsi dostal dataset extrahovaný ze Spotify, obsahující audio charakteristiky a metadata písní.

Tvým cílem je postavit model, který predikuje popularitu skladby na základě numerických charakteristik a několika pomocných informací.

📁 Dataset

Máš k dispozici dva soubory:

• train.csv — písně se všemi sloupci včetně popularity
• test.csv — písně bez sloupce popularity (tyto je třeba predikovat)

Každá píseň má unikátní identifikátor a řadu charakteristik:

• track_id — unikátní ID skladby
• artists
• album_name
• track_name
• popularity (pouze v train)
• duration_ms
• explicit
• danceability
• energy
• key
• loudness
• mode
• speechiness
• acousticness
• instrumentalness
• liveness
• valence
• tempo
• time_signature
• track_genre

Hlavním cílem je predikovat sloupec popularity pro testovací sadu.

🧠 Úkol (100 bodů)

Postav model strojového učení, který predikuje popularitu každé písně z test.csv.

Tvé predikce musí být uloženy v souboru submission.csv s formátem:

1track_id,popularity2101,42.73102,55.14103,38.0

kde:

• track_id — ID písně z testu
• popularity — reálná hodnota (float), reprezentující predikovanou popularitu

📊 Hodnocení

Hodnocení se bude provádět pomocí MAE (Mean Absolute Error):

Finální skóre je vypočítáno na základě MAE skóre získaného pomocí následujících pravidel:

• MAE ≤ 5 → 100 bodů
• MAE ≥ 20 → 0 bodů
• Pro mezilehlé hodnoty se uděluje skóre proporcionálně mezi 0 a 100.