Bu projede, bir podcastin dinlenme süresini (dakika cinsinden) tahmin etmeye yönelik bir regresyon modeli geliştirdim. Modelin doğruluğunu değerlendirmek için RMSE (Root Mean Squared Error) metriğini kullandım. Bu metriği tercih etmemin nedeni, yarışmayı düzenleyen Kaggle platformunun resmi değerlendirme metriği olarak RMSE’yi belirlemiş olmasıdır. Ayrıca RMSE, büyük tahmin hatalarını daha fazla cezalandırarak modelin performansını hassas biçimde ölçen etkili bir yöntemdir.
Veri ön işleme sürecinde, eksik değerlere müdahale ederken her boş sütun için ek bir _na sütunu oluşturdum. Bu sütunlar, eksik olup olmadığını True/False olarak göstererek modelin bu durumdan öğrenmesini sağladı.
Aykırı değerleri IQR (Interquartile Range) yöntemiyle tespit edip veriden temizledim.
Verinin dağılımını ve yapısını daha iyi anlayabilmek için çeşitli grafikler ve görselleştirme teknikleri kullandım.
Verileri sayısallaştırarak hem LinearRegression hem de XGBRegressor algoritmalarını denedim. Uygulanan deneyler sonucunda XGBRegressor, daha başarılı tahminler verdiği için final model olarak tercih edildi.