Voorspelling van de populariteit van liedjes

🎧 Voorspelling van de populariteit van liedjes 🎹

De digitale muziekindustrie evolueert snel, en streamingplatforms concurreren om in te schatten hoe goed een liedje zal presteren bij luisteraars. Populariteit is niet zomaar een getal, omdat het aanbevelingen, geautomatiseerde afspeellijsten en zelfs artiestcontracten beïnvloedt.

Om een nieuwe voorspellingsmodule te trainen, heb je een dataset ontvangen die is geëxtraheerd uit Spotify, met audiokarakteristieken en metadata van liedjes.

Jouw doel is om een model te bouwen dat de populariteit van een nummer voorspelt op basis van numerieke karakteristieken en enkele hulpinformatie.

📁 De dataset

Je hebt twee bestanden tot je beschikking:

• train.csv — liedjes met alle kolommen inclusief popularity
• test.csv — liedjes zonder de kolom popularity (deze moeten worden voorspeld)

Elk liedje heeft een unieke identificator en een reeks karakteristieken:

• track_id — uniek ID van het nummer
• artists
• album_name
• track_name
• popularity (alleen in train)
• duration_ms
• explicit
• danceability
• energy
• key
• loudness
• mode
• speechiness
• acousticness
• instrumentalness
• liveness
• valence
• tempo
• time_signature
• track_genre

Het hoofddoel is om de kolom popularity voor de testset te voorspellen.

🧠 Task (100 punten)

Bouw een machine learning model dat de populariteit van elk liedje uit test.csv voorspelt.

Je voorspellingen moeten worden opgeslagen in een bestand submission.csv met het formaat:

1track_id,popularity2101,42.73102,55.14103,38.0

waarbij:

• track_id — ID van het liedje uit test
• popularity — reële waarde (float), die de voorspelde populariteit weergeeft

📊 Evaluatie

De evaluatie wordt gedaan met behulp van MAE (Mean Absolute Error):

De eindscore wordt berekend op basis van de behaalde MAE-score met de volgende regels:

• MAE ≤ 5 → 100 punten
• MAE ≥ 20 → 0 punten
• Voor tussenliggende waarden wordt een proportionele score tussen 0 en 100 toegekend.