SYSTEM AND METHOD FOR IMPROVING MACHINE LEARNING MODEL PERFORMANCE IN A COMMUNICATIONS NETWORK

A system, method and non-transitory computer readable media for optimizing input data for an ML model associated with a communications network (100). In one implementation, example ML model(s) may be trained using a modified dataset 5 obtained for a plurality of cellular aggregation units (CAUs) (304-1 to 304-N) of the RAN infrastructure(s) (102, 302), wherein the modified dataset is derived from data collected for individual CAUs (304-1 to 304-N) over a data collection period with respect to a plurality of KPI variables. The modified data set is optimized by replacement of null values of variables with corresponding modal values of the 10 variables. The trained ML model may be used for predicting one or more KPIs based on a set of test data associated with the RAN infrastructure(s) (102, 302). L'invention concerne un système, un procédé et un support lisible par ordinateur non transitoire permettant d'optimiser des données d'entrée pour un modèle de ML associé à un réseau de communication (100). Dans un mode de réalisation, un ou des modèles de ML illustratifs peuvent être entraînés en utilisant un ensemble de données modifié obtenu pour une pluralité d'unités d'agrégation cellulaire (CAU) (304-1 à 304-N) de la ou des infrastructures de RAN (102, 302), l'ensemble de données modifié étant dérivé de données recueillies pour des CAU individuelles (304-1 à 304-N) pendant une période de collecte de données par rapport à une pluralité de variables KPI. L'ensemble de données modifié est optimisé en remplaçant des valeurs nulles de variables avec des valeurs modales correspondantes des variables. Le modèle de ML entraîné peut être utilisé pour prédire un ou plusieurs KPI en fonction d'un ensemble de données de test associé à la ou aux infrastructures de RAN (102, 302).