Forudsigelse af sanges popularitet

🎧 Forudsigelse af sanges popularitet 🎹

Den digitale musikindustri udvikler sig hurtigt, og streamingplatforme konkurrerer om at estimere, hvor godt en sang vil klare sig blandt lytterne. Popularitet er ikke bare et tal, da det påvirker anbefalinger, automatiserede playlister og endda kunstnerkontrakter.

For at træne et nyt forudsigelsesmodul har du modtaget et datasæt udtrukket fra Spotify, der indeholder lydkarakteristika og metadata for sange.

Dit mål er at bygge en model, der forudsiger populariteten af et nummer baseret på numeriske karakteristika og nogle hjælpeoplysninger.

📁 Datasættet

Du har to filer til rådighed:

• train.csv — sange med alle kolonner inklusive popularity
• test.csv — sange uden kolonnen popularity (disse skal forudsiges)

Hver sang har en unik identifikator og en række karakteristika:

• track_id — unikt ID for nummeret
• artists
• album_name
• track_name
• popularity (kun i train)
• duration_ms
• explicit
• danceability
• energy
• key
• loudness
• mode
• speechiness
• acousticness
• instrumentalness
• liveness
• valence
• tempo
• time_signature
• track_genre

Hovedformålet er at forudsige kolonnen popularity for testsættet.

🧠 Task (100 point)

Byg en maskinlæringsmodel, der forudsiger populariteten af hver sang fra test.csv.

Dine forudsigelser skal gemmes i en fil submission.csv med formatet:

1track_id,popularity2101,42.73102,55.14103,38.0

hvor:

• track_id — ID'et for sangen fra test
• popularity — reel værdi (float), der repræsenterer den forudsagte popularitet

📊 Evaluering

Evalueringen vil blive foretaget ved hjælp af MAE (Mean Absolute Error):

Den endelige score beregnes baseret på den opnåede MAE-score ved hjælp af følgende regler:

• MAE ≤ 5 → 100 point
• MAE ≥ 20 → 0 point
• For mellemliggende værdier tildeles proportional score mellem 0 og 100.