太长不看版：
请滑到页面下方，直接选填训练好的模型名，再选好你想找的/想做的游戏类型即可查看预测销量。我已将训练好的模型用html+js+php+python(scikit-learn,pickle,hdf5)结合了起来，网页上即可查看结果。
背景：这是我刚刚接触ML的 "toy example"。尽管它很简单，但是却很有意思。想做游戏和想玩游戏的我可以方便地找到steam上同类型的游戏和还没被做出来的游戏。它也可以帮助我简单地预测一下游戏能卖出多少份（...妥妥0-20k那一档啦）。数据来源是 Steam Store Games。
探索性数据分析 (EDA)：EDA的过程也是排除一些变量和发现数据潜在问题的时候。这份数据有两大“缺点”：1.数据量小而且不平衡(highly-imbalanced)。steam游戏总共就那么多，而且不可能每种类型组合都有。并且，销售量达到1百万的游戏实在是凤毛麟角，强大的ML模型（有可能任何模型）都存在over-fitting的问题。2.很多feature无法利用，而且数据本身就不一定包含能够预测销量的很多信息。比如说“平均游玩时间”，这对于游戏开发者而言是未知的。而且很多像这样的数据有可能是销量的“结果”，并不适合拿来放进模型，只能丢弃不用。综上，该模型预测效果上还是有很多疑问的。
实验模型和结果： 出入为下表中的参数。输出为['0-20k', '20k-50k', '50k-100k', '100k-200k', '200k-500k', '500k-1m', '1m-2m', '2m-5m', '5m-10m', '10m-20m', '20m-50m', '50m-100m', '100m-200m']销售区间中的一组。模型有MLP (2 hidden layers), SVM (linear-kernel), Adaboost, Logistic Regression, Random Forest。它们在test set (2018-06月以后上架的游戏)中预测销量区间的准确率分别为：78.24%, 89.11%, 90.29%, 86.43%。
本次迁移到LVM：迁移到LVM中还是觉得这个预测销量和找相似的游戏这个主题很有意思，而且它的model足够轻便，即使算力不足的cpu也不是问题。最近几天，模型用了scikit-learn重新跑了一遍，结果用pickle封装到.pkl中。前端用post将参数递给php，然后再唤起py文件。然后我用了80%的时间微调前端form的.css文件。"how to center a div within a div?" 可太真实了。那么请善待我的虚拟机（不要疯狂刷新和重交啊！），看看结果吧~