{
  "fetched_at": "2026-10-20T10:15:55Z",
  "source_url": "https://www.kaggle.com/competitions/204456-regression/data",
  "pages": [
    {
      "name": "data-description",
      "content": "ข้อมูลสำหรับการสร้าง regression model ประกอบด้วย input features 12 ตัว โดยกำหนดให้ area เป็น target ในการทำ regression\n\ncolumn แรกใช้เพียงเพื่อระบุ id ของข้อมูลแต่ละตัว ไม่ถือเป็น feature ของข้อมูล\n\n## Files\n\n*   **forest_fire_train.csv** - the training set\n*   **forest_fire_test.csv** - the test set (จะไม่ปรากฏ column 'area' ซึ่งเป็นสิ่งที่ต้องทำนาย)\n*   **sample_submission.csv** - a sample submission file in the correct format\n\n## Columns\n\n0. Example ID\n1. X - x-axis spatial coordinate within the Montesinho park map: 1 to 9\n2. Y - y-axis spatial coordinate within the Montesinho park map: 2 to 9\n3. month - month of the year: \"jan\" to \"dec\" \n4. day - day of the week: \"mon\" to \"sun\"\n5. FFMC - FFMC index from the FWI system: 18.7 to 96.20\n6. DMC - DMC index from the FWI system: 1.1 to 291.3 \n7. DC - DC index from the FWI system: 7.9 to 860.6 \n8. ISI - ISI index from the FWI system: 0.0 to 56.10\n9. temp - temperature in Celsius degrees: 2.2 to 33.30\n10. RH - relative humidity in %: 15.0 to 100\n11. wind - wind speed in km/h: 0.40 to 9.40 \n12. rain - outside rain in mm/m2 : 0.0 to 6.4 \n13. area - the burned area of the forest (in ha): 0.00 to 1090.84 \n \nหมายเหตุ: การกระจายตัวของ response variable (area) เป็นลักษณะเบ้ไปทางค่า 0.0 อาจพิจารณาแปลง area โดยใช้ logarithm function ก่อน\n(this output variable is very skewed towards 0.0, thus it may make sense to model with the logarithm transform).",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "ในงานชิ้นนี้นักศึกษาจะได้สร้าง regression model เพื่อประมาณค่าพื้นที่ที่เกิดไฟป่า โดยเป็นข้อมูลผืนป่าจากตอนเหนือของประเทศโปรตุเกส ดังเอกสารอ้างอิง \n\n\n## Acknowledgements\n\nWe thank this work -- P. Cortez and A. Morais. A Data Mining Approach to Predict Forest Fires using Meteorological Data. In J. Neves, M. F. Santos and J. Machado Eds., New Trends in Artificial Intelligence, Proceedings of the 13th EPIA 2007 - Portuguese Conference on Artificial Intelligence, December, Guimaraes, Portugal, pp. 512-523, 2007. APPIA, ISBN-13 978-989-95618-0-9. --- for providing this dataset.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "## Evaluation\n\nการวัดประสิทธิภาพจะใช้ RMSE (Root mean square error) เป็นเกณฑ์\n\n## Submission Format\n\nไฟล์ submission ต้องอยู่ในรูปแบบต่อไปนี้:\n```\nid, area\n1, ค่าทำนาย\n2, ค่าทำนาย\n3, ค่าทำนาย\n4, ค่าทำนาย\n```",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "สู้ๆครับ ",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}