Predicción de puntuación de películas

🎬 Predicción de puntuación de películas 🍿

En el mundo del streaming, los servicios tipo Netflix se basan en datos para entender qué películas y series serán apreciadas por los usuarios. Tú eres el consultor de una start-up que quiere anticipar la puntuación de una película basándose en sus metadatos.

Tienes a disposición un conjunto de datos sobre películas y series de Netflix:

• train.csv - películas y series con puntuaciones conocidas
• test.csv - películas y series nuevas, para las cuales debes predecir tú la puntuación

📊 El conjunto de datos

Cada fila representa un título de película:

• SampleID – identificador único de la película
• Title – nombre de la película o serie
• Type – tipo de contenido (SHOW)
• Description – descripción corta de la película / serie
• Year – año de lanzamiento
• Score – solo en train.csv, valor numérico que representa la puntuación de la película (ej: rating de críticos)

Tu objetivo es predecir Score para cada título en test.csv.

📝 Tarea (100 puntos)

Construye un modelo de aprendizaje automático capaz de predecir el valor numérico Score para cada título en test.csv, usando las columnas disponibles (Title, Type, Description, Year).

🧮 Evaluación

• La métrica principal es MAE (Mean Absolute Error):

• MAE ≤ 0.65 → 100 puntos
• MAE ≥ 2.0 → 0 puntos
• Para valores intermedios, el puntaje se calcula proporcionalmente.

📄 Formato del archivo de envío

El archivo submission.csv debe contener una fila para cada título en test:

1SampleID, Score

donde:

• SampleID - el identificador de la película en test
• Score - el valor numérico predicho para la puntuación