Как я предсказал просмотры на Хабре через ML
A little over a year ago, the author published an article about the Kwork exchange, and it reached 30,000 views. He noted that top posts on Habr have 150,000 and 350,000 views, and wondered why some articles get a few thousand reads while others get hundreds of thousands. To investigate, he used Python and machine learning, starting with collecting statistics.
Чуть больше года назад у меня вышла статья про биржу Kwork ( ссылка на статью ). Она набрала 30 000 просмотров. Результат неплохой, но в топе того же хабра лежат публикации по 150 000 и 350 000 просмотров. Мне стало интересно, почему одни статьи собирают пару тысяч просмотров, а другие читают сотнями тысяч. Я решил проверить это с помощью Python и машинного обучения. План был простой: собрать статистику по статьям из моего хаба, оценить качество текстов через языковую модель, загрузить все метрики в Random Forest и посмотреть, какие параметры сильнее всего влияют на просмотры. В процессе я уперся в лимиты облачного API, локальная нейросеть в LM Studio схитрила на промпте, а сам алгоритм машинного обучения сначала выдал аномальный прогноз из-за утечки данных. Ниже расскажу, как я это исправлял и какие цифры получил в итоге. Предсказала ли модель статистику статьи?