안녕하세요.

퀄리티 데이터에 대한 분석을 여러가지 방면으로 시도해보고 있습니다.

먼저 처음엔 단순히 분포를 보기 위해 그래프를 그려봤는데 별 다른 특징이 보이지 않더라고요

그 중 저희가 시도 해본 방법 중 하나가 앞선 글의 참가자님처럼 바로 불만 접수 시점을 고려해보는 건데요,

불만 접수가 일어난 시점 바로 이전 데이터가 불만을 일으킨 원인이라고 생각을 하는 것이었습니다.

예를 들어 10000번 유저가 4.33.1111 ->  4.33.2222  ->  4.33.3333 으로 펌웨어를 업데이트하였고 4.33.2222 펌웨어를 사용하다가 불만을 접수했다면 다음처럼 problem 정보를 입력해줍니다.

10000, 4.33.1111 -> y =0

10000, 4.33.2222 -> y =1

10000, 4.33.3333 -> y =0 # 이후 불만 접수가 없기 때문에 새로 업데이트한 펌웨어에 대해서는 문제가 없음

그리고 groupby (user_id,fwver)를 통해서 통계 정보를 하나의 row로 만들고 예측을 진행해주었습니다.

그러나 모델 성능이 여전히 나빠서 다른 분석 방법을 고민중입니다.

대회가 얼마 안남기는 했지만 다른 분들은 어떤 접근 방법으로 퀄리티 데이터를 사용하고 계시는지 궁금합니다!

감사합니다.