第90届奥斯卡颁奖典礼即将开始，十分令人期待。不仅在好莱坞，而且在美国乃至全球各地都将关注哪部影片获得最佳影片。Thinkful决定利用机器学习、数据科学的力量来挑选胜利者。

Thinkful使用监督式学习在过去的结果中建模，以预测未来的模式，即今年获奖的影片。Thinkful团队的Adam Levenson表示，通过收集和清理大量数据来预测今年最佳影片获胜者。从评论家到演员，Thinkful会搜索任何和所有公开提供的有关在过去n年中被提名为最佳影片的电影的信息。这些数据将有助于告诉他们使用SciKit Learn构建算法。

SciKit Learn是一个开源工具，是全球最流行的学习工具包之一，用于在NumPy，SciPy和matplotlib上构建Python的机器学习。

Levenson指出，通过评估多个模型，我们确定随机森林分类为以前的奥斯卡获奖者提供了最准确的预测。随机森林分类是一种机器学习方法，通过创建和评估决策树来确定变量之间的关系。

作为一种机器学习方法，虽然并不是特别流行，但随机森林分类经受了时间的考验，它被用于地震预测，建模识别汽车司机等。

奥斯卡2018年预测使用了以下决策树对9个提名的最佳影片应用一系列是/否问题：

Levenson强调，随机森林分类器算法认识到，随着决策树变得越来越复杂，他们倾向于选择细微差别，并在被称为捕获噪音或过度拟合的过程中创建随机性规则。因此，随机森林不是制造大型复杂树，而是制造许多小树，并且变化很小，这使我们能够找到更高层次，更一般化的规则。在过去38年中应用于奥斯卡获奖者和失败者时，这种方法在2017年的所有时间段之外的所有时间都做出了正确的预测。

如果你想知道机器学习预测结果话？请查看图表，看看谁是领先的最佳影片，《水形物语》的可能性为0.47。《三块广告牌》有0.28的获胜概率。

你觉得机器学习预测的是否准呢？