🏆30분
도전 과제: CMAPSS 데이터 심층 EDA
Day 1: 예지보전 개론 & 센서 데이터 이해
도전 과제: CMAPSS 데이터 심층 EDA
예지보전 — 설비 고장 예측 시스템 > Day 1: 예지보전 개론 & 센서 데이터 이해
요구사항
NASA CMAPSS FD001 데이터셋의 기본 통계를 출력한다
센서 21개 중 RUL과 상관관계가 높은 상위 5개 센서를 찾는다
변동이 거의 없는 센서(상수 센서)를 식별하고 제거한다
엔진 수명 분포 히스토그램을 그린다
평가 기준
- • 상관관계 분석 코드가 정상 작동하는가
- • 상수 센서 식별 로직이 올바른가 (표준편차 기준)
- • 시각화가 정보를 명확히 전달하는가
보너스
- • 엔진을 단명(하위 25%) / 장수(상위 25%)로 나누어 센서 평균 비교
- • RUL 구간별 센서 heatmap 시각화
AI로 학습하기 — 꿀팁
🤖CMAPSS EDA 인사이트 검증 및 확장AI 학습 팁
수행한 CMAPSS 데이터 EDA 결과의 해석 정확성과 누락된 분석 항목을 AI가 점검합니다.
내가 수행한 CMAPSS 데이터 심층 EDA 결과: [1) 센서 3,4,7,11,12번이 RUL과 높은 음의 상관관계(-0.6 이상), 2) 운영 조건 3종(altitude, Mach, TRA)에 따라 센서값 분포가 크게 달라짐, 3) 결측값 없음, 아웃라이어는 IQR 방식으로 제거]. 이 EDA 결과에 대해 다음을 검토해주세요: 1) 상관관계 분석에서 놓칠 수 있는 비선형 관계(예: 임계점 이후 급격한 변화), 2) 운영 조건 차이를 EDA에서 어떻게 정규화해야 모델 편향을 줄이는지, 3) 아웃라이어를 단순 제거했을 때 예지보전에서 특히 위험한 이유(고장 직전 이상치 제거 문제), 4) 추가로 수행해야 할 EDA 항목 3개.
이 팁이 도움이 됐나요?