Indlæser...
Sværhedsgrad
Din bedste score
N/A
Et væsentligt skridt i processen med digitalisering af kulturarven er indsamling, strukturering og offentliggørelse af data. Uden reelle, sammenhængende og tilgængelige data ville enhver analyse eller digital applikation forblive på et rent teoretisk niveau.
Det Nationale Institut for Kulturarv bidrager direkte til denne proces ved at offentliggøre åbne datasæt på den statslige platform data.gov.ro, som giver offentlig adgang til officielle oplysninger om kulturinstitutioner i Rumænien. Blandt disse findes også datasættet vedrørende museer i Rumænien, som indeholder oplysninger såsom museernes navne, administrative placering, grundlæggelsesår, geografiske koordinater og beskrivende data.
I forbindelse med dette problem skal I udføre en eksplorativ analyse af dette datasæt.
Datasættet leveres i CSV-format (Comma-Separated Values) og indeholder oplysninger om museer i Rumænien, som resultat af konvertering fra et JSON-format offentliggjort på platformen data.gov.ro.
Hver række i CSV-filen svarer til et museum, og hver kolonne beskriver et bestemt attribut for dette.
Datasættet indeholder blandt andet følgende kolonner:
_id – intern identifikator for registreringenjudețul – det amt hvor museet er placeretdenumirea (română) – museets navn på rumænsklocalitatea – den lokalitet hvor museet befinder siganul înființării – det år museet blev grundlagtcategoria (română) – museets kategorilatitudine – geografisk breddegrad-koordinatlongitudine – geografisk længdegrad-koordinatdescrierea (română) – tekstuel beskrivelse af museetURL – museets hjemmeside (hvis tilgængelig)Manglende værdier er markeret med tomme felter.
Bestem det samlede antal museer i datasættet.
Bestem antallet af museer hvor vi i kolonnen județul finder værdien București.
Bestem antallet af kolonner som indeholder mindst én manglende værdi (NaN).
Bestem det år hvor flest museer blev grundlagt, baseret på oplysningerne vi har specificeret i kolonnen anul înființării.
Bestem for hvert amt, som optræder i dette datasæt, hvor mange museer der findes i det pågældende amt.
For hvert museum skal I beregne procenten af udfyldte kolonner (non-NaN) ud af det samlede antal kolonner. Beregningen af denne score udføres ved hjælp af følgende formel:
Bestem gennemsnittet af fuldstændighedsscoren for hele datasættet. For dette lægger vi de scores sammen som blev opnået i krav 6 og dividerer totalen med antallet af museer.
Bestem procenten af museer som har den maksimale fuldstændighedsscore. Vi definerer den maksimale fuldstændighedsscore som den maksimale værdi blandt dem der blev bestemt i opgave 6.
For automatisk evaluering skal I uploade en fil i csv-format med følgende struktur:
id – række-identifikatoren (svarende til den i test.csv)
ididididid_id fra datasættet)ididsubtaskID – krav-identifikatoren:
1 for samlet antal registreringer (opgave 1)2 for antal museer i Bukarest (opgave 2)3 for antal kolonner med manglende værdier (opgave 3)4 for året med flest museer (opgave 4)5 for fordeling af museer på amter (opgave 5)6 for procent af udfyldte værdier (opgave 6)7 for gennemsnit af fuldstændighedsscore (opgave 7)8 for museer med maksimal fuldstændighed (opgave 8)answer – svaret svarende til hver opgave
for opgave 1 vil det indeholde det samlede antal museer i datasættet (værdi af type integer)
for opgave 2 vil det indeholde antallet af museer i Bukarest (værdi af type integer)
for opgave 3 vil det indeholde antallet af kolonner som indeholder mindst én manglende værdi (NaN) (værdi af type integer)
for opgave 4 vil det indeholde det år hvor flest museer blev grundlagt (værdi af type integer)
for opgave 5 vil det indeholde antallet af museer i hvert amt (værdi af type integer, én række for hvert amt)
for opgave 6 vil det indeholde procenten af udfyldte felter for hvert museum, beregnet som:
(antal udfyldte felter / samlet antal kolonner) × 100(værdi af type float, anbefalet afrundet til 2 decimaler)
for opgave 7 vil det indeholde gennemsnittet af fuldstændighedsscoren for hele datasættet (værdi af type float, anbefalet afrundet til 2 decimaler)
for opgave 8 vil det indeholde procenten af museer som har den maksimale fuldstændighedsscore (værdi af type float, anbefalet afrundet til 2 decimaler)