Telstra Network Disruptions - 1

https://www.kaggle.com/c/telstra-recruiting-network/data

Telstra Network Disruptions

여기 들어가보면 아래와 같이 설명이 나옵니다.

 

The goal of the problem is to predict Telstra network's fault severity at a time at a particular location based on the log data available. Each row in the main dataset (train.csv, test.csv) represents a location and a time point. They are identified by the "id" column, which is the key "id" used in other data files. 

Fault severity has 3 categories: 0,1,2 (0 meaning no fault, 1 meaning only a few, and 2 meaning many). 

Different types of features are extracted from log files and other sources: event_type.csv, log_feature.csv, resource_type.csv, severity_type.csv. 

Note: “severity_type” is a feature extracted from the log files (in severity_type.csv). Often this is a severity type of a warning message coming from the log. "severity_type" is categorical. It does not have an ordering. “fault_severity” is a measurement of actual reported faults from users of the network and is the target variable (in train.csv).

 

이게 뭔지 한번 보면 Telstra라는 통신 회사가 있는 것 같은데, 얘네들이 지역에 따라 네트워크 결함을 예측하고 싶어하는 것으로 보입니다.

 

0 은 결함없음

1 은 결함

2 은 결함 많음

 

정도를 알고 데이터를 한번 보고 가공해보겠습니다.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

# 참조

# https://github.com/akseersafdar/Telstra-Network-Disruptions/blob/master/Telstra%20Network%20Disruptions_Python%20Notebook.ipynb