Smart Warehouse Delivery Delay Prediction AI Competition

Algorithm | Tabular | Regression | Smart Logistics | MAE

  • moneyIcon 데이스쿨 프로 구독권
  • 92 Users D-0 to Open

Description

데이터는 대회 시작일인 26.04.01(수) 10:00에 공개됩니다.


[배포용 데이터 구조]

open.zip

├── train.csv # 학습 데이터 (250,000행 × 94컬럼)

├── test.csv # 평가 데이터 (50,000행 × 93컬럼)

├── layout_info.csv # 창고 레이아웃 보조 정보 (300행 × 15컬럼)

└── sample_submission.csv # 제출 양식 파일 (50,000행 × 2컬럼)


[세부 설명]

train.csv: 모델 학습을 위한 데이터셋입니다. 각 행은 특정 시나리오의 특정 시점에서의 창고 운영 상태를 나타냅니다.

- ID : 샘플 고유 식별 번호

- layout_id : 창고 레이아웃 ID

- scenario_id : 시나리오 ID

- 90개 피처 컬럼 : 해당 시점의 창고 운영 상태

- avg_delay_minutes_next_30m : 향후 30분간의 평균 출고 지연 시간(분) — 예측 대상(타깃)


test.csv: 모델 성능 평가를 위한 평가 데이터셋입니다. train.csv와 동일한 구조이나, 타깃 컬럼이 제외되어 있습니다.

- ID : 샘플 고유 식별 번호

- layout_id : 창고 레이아웃 ID

- scenario_id : 시나리오 ID

- 90개 피처 컬럼 : train.csv와 동일


layout_info.csv: 창고 레이아웃 관련 보조 테이블입니다.

- layout_id : 창고 레이아웃 ID

- 14개 레이아웃 관련 컬럼


sample_submission.csv: 최종 결과 제출을 위한 양식 파일입니다.

- ID : 평가 데이터(test) 고유 식별 번호

- avg_delay_minutes_next_30m : 예측값 (분)

More Data