Forudsigelse af filmscore

🎬 Forudsigelse af filmscore 🍿

I streamingverdenen stoler tjenester som Netflix på data for at forstå, hvilke film og serier der vil blive værdsat af brugerne. Du er konsulent for en start-up, der ønsker at forudse en films score baseret på dens metadata.

Du har et datasæt om Netflix film og serier til rådighed:

• train.csv - film og serier med kendte scorer
• test.csv - nye film og serier, som du skal forudsige scoren for

📊 Datasættet

Hver række repræsenterer en filmtitel:

• SampleID – unik identifikator for filmen
• Title – navnet på filmen eller serien
• Type – indholdstypen (SHOW)
• Description – kort beskrivelse af filmen / serien
• Year – udgivelsesåret
• Score – kun i train.csv, numerisk værdi der repræsenterer filmens score (fx rating fra kritikere)

Dit mål er at forudsige Score for hver titel i test.csv.

📝 Opgave (100 point)

Byg en maskinlæringsmodel, der kan forudsige den numeriske værdi Score for hver titel i test.csv, ved hjælp af de tilgængelige kolonner (Title, Type, Description, Year).

🧮 Evaluering

• Den primære metrik er MAE (Mean Absolute Error):

• MAE ≤ 0.65 → 100 point
• MAE ≥ 2.0 → 0 point
• For mellemliggende værdier beregnes pointtallet proportionalt.

📄 Format for indsendelsesfile

Filen submission.csv skal indeholde en række for hver titel i test:

1SampleID, Score

hvor:

• SampleID - identifikatoren for filmen fra test
• Score - den forudsagte numeriske værdi for score