Çarpanı tahmin ediyor
Model doğrudan izlenme sayısı üretmiyor;
7. gün ÷ 24. saat çarpanını tahmin ediyor. Böylece
3 binlik videoyla 300 binlik video aynı ölçekte öğreniliyor.
Bu veri setinde çarpanın ortancası 1,66.
Makine öğrenmesi · doğruluk raporu · Microsoft Summer Internship 2026
Bir video yayınlandığı anda saat başı izlenme, beğeni ve yorum sayısı kaydediliyor. 24. saatte model devreye girip o videonun 7. gündeki izlenmesini tahmin ediyor. Aşağıda tahminlerin gerçekle arasındaki mesafe var.
456 videonun tamamında
tahminlerin isabet oranı
video / kanal
Model doğrudan izlenme sayısı üretmiyor;
7. gün ÷ 24. saat çarpanını tahmin ediyor. Böylece
3 binlik videoyla 300 binlik video aynı ölçekte öğreniliyor.
Bu veri setinde çarpanın ortancası 1,66.
Kullanılan yöntem LightGBM. Belirleyici olan, beğenilerin son saatlerde hâlâ gelip gelmediği — 24. saatte hız kesmemiş video 7. güne kadar çok daha uzağa gidiyor.
Skorlar kanal bazlı çapraz doğrulamayla alındı: bir videoyu tahmin eden model o kanalın hiçbir videosunu görmemişti. Kanal ayrımı yapılmadığında sapma %11,5 çıkıyordu; aradaki fark kanal ezberiydi ve rapora dahil edilmedi.
İlk gün sessiz kalıp sonradan patlayan videolar. Model tahmini 24. saatte yapıyor ve o an elinde sadece ilk günün verisi var, sonradan gelecek patlamanın henüz hiçbir izi yok. Bu yüzden bu videoları düşük tahmin ediyor. Örneklerin arasında bilerek bırakıldı.
Projeyi yapanlar
Veri toplama n8n ile · Model LightGBM · Tahminlerin hiçbiri modelin kendi eğitim verisi üzerinde üretilmedi