忍了300多天，终于又等到了春节，即便是年纪又长了一岁，即使亲戚又要“关心”单身的我，也依然是愿意过年的。

因为在过年的时候，我的眼里没有工作，只有酒肉。对，就是这么无情。

今年，对春节对期待还有了加成，因为“春节档”。《疯狂的外星人》《飞驰人生》《流浪地球》《新喜剧之王》集中在春节档，几部电影看来都是暴脾气，春节档的华山论剑是势在必行了，坐看他们拼个你死我活。当然，这样的局面，作为观众的我们是喜闻乐见的。

话说，这几部电影还真的不简单啊，好像都很好看的样子，有人说《疯狂的外星人》要独领风骚，那我自然是不服的，杠精转世的我必然要研究研究。

所以，我网上搜索了一些平台给出的预测数据，此外，我还用我们FineBI中的数据挖掘功能对票房进行了预测。

对不起，我就是这么认真的人。

首先我看了百度百家号尚之潮的预测：2019春节档电影票房预测：外星人和流浪地球争冠军，沈腾成赢家

• 《疯狂的外星人》，预测票房30亿
• 《流浪地球》，预测票房20亿
• 《飞驰人生》，预测票房15亿
• 《新喜剧之王》，预测票房10亿

我又在网上找到了犀牛研究小组的预测数据

来自电影情报处的预测

最后，还有号称贼准的贴吧大佬的预测：2019春节档票房预测分析！_百度贴吧

• 《疯狂的外星人》，预测票房40.5亿
• 《流浪地球》，预测票房14.2亿
• 《飞驰人生》，预测票房28.2亿
• 《新喜剧之王》，预测票房23.5亿

各种预测太多了，用FineBI做了张对比图

果然《疯狂的外星人》是最被外界所看好。

可是我最期待的《流浪地球》怎么会排在倒数第二了呢，这个数据，我表示不信。

因此，抱着怀疑的态度，想到自己磨炼了一年的数据挖掘技能，准备从网上爬数据，对电影票房进行一波预测。

我从网上爬了过去4年所有电影的导演、演员、以及豆瓣评分，在此感谢这个“最没有商业价值”的良心网站－－－豆瓣。

首先对数据进行离群点检查。如下图，删除掉了一些离群数据，像《战狼2》这种bug级黑马（对不起，虽然你很优秀，但是我不能留你）。

统计发现竟然还有电影票房都不过50万的，哎呀你怎么好意思说自己是电影呢，电费你赚回来了吗。

然后对这些数据进行特征处理，基于原有的特征，将导演、演员等特征进行量化处理，此外对放映时长、放映形式、电影类型等特征进行组合。最终由原始17个特征进行特征工程生成74个特征，提取其中64个特征。

分析发现，相关性最高的特征是导演的量化，其次是演员的量化。

我分别使用了线性回归、Knn回归、随机森林回归、adaboost回归、Bagging回归等多个算法同时预测，最终选择了其中性能最优的模型对这四部电影进行预测。

看这个模型的测试的结果，好像可以上阵了。

但是单纯依据历史数据进行训练的模型来进行预测，还是有点不放心的，谁都不是常青树，冷饭不能年年吃，万一哪个电影滑铁卢了呢。

所以我也关注了这几部电影当前的热度，获取了几部电影的百度指数、微博指数。基于电影月度总票房对春节档做了个时间序列预测，得到总票房后进行换算，再反向分解这四部电影票房。最后得到的两个票房做了加权，得到以下的预测结果:

最终的预测结果是：

• 《疯狂的外星人》，预测票房36.84025亿
• 《流浪地球》，预测票房26.88205亿
• 《飞驰人生》，预测票房29.4453亿
• 《新喜剧之王》，预测票房10.855亿

我们将预测结果和其他的对比起来看下：

果然我最看好《流浪地球》根本没那么差嘛~

这波电影最让我担忧的是周星驰的《新喜剧之王》和《流浪地球》，周星驰的历史票房都不错，但是这部普遍不看好，完全看质量的电影了。《流浪地球》，根据我的模型你是很高，我也很看好你，但是万一你自己不争气，我的脸往哪放。

最后，所有的结果都还只是预测，如果问我这四部电影我会看哪个？

幼稚，小孩子才做选择题，成年人的我，全都看。

flag：如果票房打脸，小编给各位发红包！

PS：大家准备看啥电影，和小编分享下啊，不然我很慌啊~