电影票房预测问题：如何使用Python生成词云

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