机器学习训练营——机器学习爱好者的自由交流空间(入群联系qq:2279055353)
案例介绍
2018年电影工业蓬勃发展,全球电影票房估值超过400亿美元。哪些电影最赚钱?本案例使用来自The Movie Database的超过7,000部已公映电影的元数据,预测单部电影的全球票房收入。
数据介绍
数据集包括7,398部电影的元数据,每部电影由id
确定。数据点包括cast, crew, plot keywords, budget, posters, release dates, languages, production companies, and countries
.
你的任务是预测检验集里的4,398部电影的全球票房。注意,由于有些电影被翻拍后上映,因此数据集里可能存在一部电影的多个实例。然而,它们实际上是不同的电影。
数据加载
加载必需的库
import numpy as np
import pandas as pd
pd.set_option('max_columns', None)
import matplotlib.pyplot as plt
import seaborn as sns
import ast
plt.style.use('ggplot')
import datetime
import lightgbm as lgb
from scipy import stats
from scipy.sparse im