Predviđanje popularnosti pesama

🎧 Predviđanje popularnosti pesama 🎹

Industrija digitalne muzike se brzo razvija, a streaming platforme se takmiče da procene koliko će dobro pesma da se pokaže kod slušalaca. Popularnost nije samo broj, jer utiče na preporuke, automatizovane plejliste i čak ugovore umetnika.

Za treniranje novog modula za predviđanje, dobio si skup podataka izvučen iz Spotify-ja, koji sadrži audio karakteristike i metapodatke pesama.

Tvoj cilj je da izgradiš model koji predviđa popularnost pesme na osnovu numeričkih karakteristika i nekoliko pomoćnih informacija.

📁 Skup podataka

Na raspolaganju imaš dva fajla:

• train.csv — pesme sa svim kolonama uključujući popularity
• test.csv — pesme bez kolone popularity (ove treba da predvidiš)

Svaka pesma ima jedinstveni identifikator i seriju karakteristika:

• track_id — jedinstveni ID pesme
• 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 da predvidiš kolonu popularity za test skup.

🧠 Zadatak (100 poena)

Izgradi model mašinskog učenja koji predviđa popularnost svake pesme iz test.csv.

Tvoja predviđanja treba da budu sačuvana u fajlu submission.csv sa formatom:

1track_id,popularity2101,42.73102,55.14103,38.0

gde:

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

📊 Evaluacija

Evaluacija će biti izvršena koristeći MAE (Mean Absolute Error):

Finalni rezultat se računa na osnovu MAE skora dobijenog koristeći sledeća pravila:

• MAE ≤ 5 → 100 poena
• MAE ≥ 20 → 0 poena
• Za intermedijarne vrednosti se dodeljuje proporcionalni rezultat između 0 i 100.