Predviđanje popularnosti pjesama

🎧 Predviđanje popularnosti pjesama 🎹

Industrija digitalne glazbe brzo se razvija, a streaming platforme se natječu u procjeni koliko će dobro pjesma nastupiti među slušateljima. Popularnost nije samo broj, jer utječe na preporuke, automatizirane playlistove i čak ugovore izvođača.

Za treniranje novog modula za predviđanje, dobio si skup podataka izvučen iz Spotifyja, koji sadrži audio karakteristike i metapodatke pjesama.

Tvoj cilj je izgraditi model koji predviđa popularnost pjesme na temelju numeričkih karakteristika i nekoliko pomoćnih informacija.

📁 Skup podataka

Na raspolaganju imaš dvije datoteke:

• train.csv — pjesme sa svim stupcima uključujući popularity
• test.csv — pjesme bez stupca popularity (ove treba predvidjeti)

Svaka pjesma ima jedinstveni identifikator i niz karakteristika:

• track_id — jedinstveni ID pjesme
• artists
• album_name
• track_name
• popularity (samo u train)
• duration_ms
• explicit
• danceability
• energy
• key
• loudness
• mode
• speechiness
• acousticness
• instrumentalness
• liveness
• valence
• tempo
• time_signature
• track_genre

Glavni cilj je predvidjeti stupac popularity za test skup.

🧠 Task (100 bodova)

Izgradi model strojnog učenja koji predviđa popularnost svake pjesme iz test.csv.

Tvoja predviđanja moraju biti spremljena u datoteku submission.csv s formatom:

1track_id,popularity2101,42.73102,55.14103,38.0

gdje:

• track_id — ID pjesme iz testa
• popularity — realna vrijednost (float), koja predstavlja predviđenu popularnost

📊 Evaluacija

Evaluacija će se provoditi koristeći MAE (Mean Absolute Error):

Konačni rezultat se izračunava na temelju MAE rezultata dobivenog koristeći sljedeća pravila:

• MAE ≤ 5 → 100 bodova
• MAE ≥ 20 → 0 bodova
• Za međuvrijednosti dodjeljuje se proporcionalni rezultat između 0 i 100.