·확인 중 데이터를 읽는 중

커버율은 실제 운행 기록으로 계산했다 — 아무 순간이나 잡아 노선의 승차 정류장을 훑고, 그 정류장 뒤 지평 안에 같은 운행의 버스가 실제로 있던 비율이다. 이 고정 표의 분모는 스냅샷 30,928개 × 승차 정류장 143곳이고, 버스가 한 대도 안 잡힌 스냅샷도 미커버로 센다. 분자에는 경유 지점에 있는 버스도 담는다 — 그 버스도 곧 다음 승차 정류장에 오기 때문이다. 노선 앞머리(순번 12 이하의 승차 정류장 20곳, 전체의 14.0%)에서는 거슬러 올라가 볼 정류장이 순번−1개뿐이라 커버율이 절반 아래로 떨어진다. 이 구간은 지평을 늘려서 메울 수 없다. 한 바퀴 돌아 오는 차량은 실제 다음 도착을 보장하지 않으므로 담지 않는다. 과거 랩어라운드 증분은 v6로 다시 재지 않아 현재값으로 노출하지 않는다.

8/23 완료일 평가에서 8→12는 다섯 구성 항목이 모두 내려가 종합이 −5.6점이다. 12를 고른 근거는 이 점수가 아니라 위 표의 커버율과 만석 구분이다. 8→12 는 하루 전체 커버율을 6.73%p 얻고 최신 만석 구분은 18.6% 낮아진다. 지평 16은 이번 운영 계약과 평가 범위에 없으므로 새 점수처럼 섞지 않고 8/19 기각 이력으로만 남긴다. 커버율은 모델 추정치가 아니라 운행 기하에서 나오는 값이라 만석 표본 크기에 흔들리지 않는다. 위 표의 무작위 대비 열은 지평을 고르는 근거로 쓰지 않는다 — 기저율을 분모로 삼는 값이라 만석이 드물수록 커지고, 순위 능력과 따로 움직인다.

아래 수치는 8/20까지의 설계 진단 표본이다. 8/23 최신 운영 성적표와 날짜 창이 달라 성능값으로 직접 비교하지 않는다.

좌석이 0이면 몇 명이 더 타려 했는지 관측값은 계속 0이다. 그동안 못 탄 사람은 전부 정류장에 남지만 그 수를 셀 방법이 없다. 승차와 하차도 가를 수 없다 — 첨두 15초 관측에서 정류장 정차 중 좌석을 세 번 이상 확인하는 경우가 63.1%인데도 좌석이 늘었다 줄어드는 모양은 0.55%뿐이다. 앞문 승차와 뒷문 하차가 동시에 일어나기 때문이다. 그래서 A18은 관측 불가능한 값을 억지로 쪼개는 대신 순변화만 모델링한다. 하차 우세 정류장에서는 음수가 정상값이다.

A18은 노선·정류장·시간대만 보는 모델이 아니라 예측 시점 그 차량의 잔여석을 조건으로 받는다. 그래서 이 화면 아래의 수집이 곧 예보의 재료다 — 수집이 멈추면 조건이 사라지고, 서빙 API는 값을 지어내는 대신 503 NO_RECENT_OBSERVATION을 낸다. 좌석정보 미제공(-1)을 만석으로 바꾸지 않는 것도 같은 이유다.

학습에 쓸 수 있는 날 중 평일 아침이 있는 날이 하나도 없어서 평일 아침 만석 사건이 0건이다. 모델이 아니라 자료의 문제라는 것은 따로 확인했다 — 휴일 아침을 세 배로 부풀려도 판별력(ROC-AUC)이 0.518로 그대로인데, 평일 아침이 반나절만 들어와도 0.958로 뛴다. 아래 수집이 평일을 쌓는 일이 그래서 이 모델의 다음 관문이다.

다섯 칸은 모두 같은 차량의 진행 관측쌍 단위다. 학습 라벨은 0<관측 간격≤90초, 동일 차량, 정규화 진행 Δ=1, 끝 좌석≥0을 모두 만족할 때만 센다.

좌석정보 미제공(-1)은 만석으로 바꾸지 않고 제공률의 분모에만 남긴다.