歌曲流行度预测

🎧 歌曲流行度预测 🎹

数字音乐行业发展迅速，流媒体平台竞相估算一首歌曲在听众中的表现如何。流行度不仅仅是一个数字，因为它影响推荐、自动播放列表甚至艺术家的合同。

为了训练一个新的预测模块，你收到了一个从Spotify提取的数据集，包含歌曲的音频特征和元数据。

你的目标是构建一个模型，基于数值特征和一些辅助信息来预测歌曲的流行度。

📁 数据集

你有两个文件可用：

• train.csv — 包含所有列（包括popularity）的歌曲
• test.csv — 不包含popularity列的歌曲（需要预测这些）

每首歌曲都有一个唯一标识符和一系列特征：

• track_id — 歌曲的唯一ID
• artists
• album_name
• track_name
• popularity （仅在train中）
• duration_ms
• explicit
• danceability
• energy
• key
• loudness
• mode
• speechiness
• acousticness
• instrumentalness
• liveness
• valence
• tempo
• time_signature
• track_genre

主要目标是为测试集预测popularity列。

🧠 任务（100分）

构建一个机器学习模型，预测test.csv中每首歌曲的流行度。

你的预测结果必须保存在格式如下的submission.csv文件中：

1track_id,popularity2101,42.73102,55.14103,38.0

其中：

• track_id — 测试集中歌曲的ID
• popularity — 实数值（float），表示预测的流行度

📊 评估

评估将使用MAE（平均绝对误差）：

最终得分基于获得的MAE分数，使用以下规则计算：

• MAE ≤ 5 → 100分
• MAE ≥ 20 → 0分
• 对于中间值，按比例在0到100之间给分。