이상탐지 과제 데이터셋

디렉토리 구성

project/
├── starter.py              # 데이터 로드, sliding window helper
├── data/
│   ├── train.csv                       # 학습용 (정상만)
│   ├── val.csv                         # 검증용 (정상+이상, 라벨 포함)
│   ├── test_public.csv                 # 자체 평가용 (정상+이상, 라벨 포함)
└── └── test_hidden_no_labels.csv       # 최종 제출용 (라벨 없음)

데이터 설명

• 다변량 시계열, 일정한 간격으로 샘플링됨
• 컬럼: t (timestep, 정수) + x_xx 형식의 채널 10개 + label (일부 파일만)
• 일부 채널은 연속형, 일부는 이산형입니다. 어느 것이 어느 종류인지는 EDA로 직접 파악하세요.
• 채널 간에 의존성/상관이 존재할 수 있습니다.
• 정상 데이터에는 어떤 주기적 패턴이 있을 수 있습니다.

파일별 라벨 정책

파일	라벨	용도
train.csv	없음 (모두 정상)	모델 학습
val.csv	있음 (0=정상, 1=이상)	하이퍼파라미터 튜닝
test_public.csv	있음	자체 성능 검증
test_hidden_no_labels.csv	없음	최종 제출 (강사 비공개 채점)

starter.py

데이터 로드와 sliding window 변환을 도와주는 helper들이 들어 있습니다.

helper로 제공되는 것:

• load_split(name): 한 split 로드
• make_windows(values, window_size, stride): sliding window
• make_window_labels(labels, window_size, stride, policy): window 단위 라벨

직접 작성해야 하는 것:

• EDA 및 시각화
• 전처리 (스케일링, 이산/연속 분리, 추가 피처 등)
• 모델 학습 (예: Isolation Forest, One-Class SVM, LOF, GMM, PCA-based 등 전통 ML)
• 평가 (AUROC, AUPR — sklearn의 roc_auc_score, average_precision_score)
• window-단위 score를 timestep-단위로 환산하는 로직 (sliding window를 쓸 경우)

starter.py를 직접 실행하면 (python starter.py) 데이터 로드 → sliding window까지의 흐름을 한 번 보여줍니다.

평가

• timestep 단위 AUROC, AUPR 두 지표로 채점
• 라벨이 없는 test_hidden_no_labels.csv의 각 timestep에 대한 anomaly score를 제출
• score는 클수록 이상으로 간주됩니다

제출 형식

submission.csv 파일을 다음 형식으로 제출:

t,score
0,0.0123
1,0.0145
2,0.0119
...

• 컬럼은 정확히 t, score 두 개
• t는 test_hidden_no_labels.csv의 t와 동일한 timestep
• score는 실수값 (정규화 여부 무관, 상대적 순위만 사용됨)