Bank Marketing

Описание на задачата

Описание

На фона на несигурността, свързана с инфлацията, банкова институция провежда маркетингова кампания по телефона, за да убеди клиентите да открият срочни депозити. След дълга програма за промотиране, компанията иска да оцени ефективността на кампанията. Наборът от данни съдържа информация за клиентите, демографски характеристики и подробности за разговорите, проведени в рамките на маркетинговата кампания. Целта на задачата е да се анализират тези данни и да се решат няколко подзадачи, свързани с поведението на клиентите.

Входни данни

Участниците получават три файла:

train.csv — Набор от данни за обучение. Съдържа всички променливи, включително целевата променлива deposit.
test.csv — Набор от данни за тестване. Съдържа същите променливи като train.csv, но без колоната deposit.
sample_output.csv — Файл, чиято структура наподобява тази на решението, което трябва да бъде изпратено. Той носи 0 точки.

Описание на колоните

Колона	Описание
`id`	идентификатор
`age`	възраст на клиента
`job`	професия на клиента
`marital`	семейно положение
`education`	образователно ниво
`default`	дали клиентът някога е изпадал в неплатежоспособност
`balance`	салдо по сметката
`housing`	дали клиентът има ипотечен кредит
`loan`	дали клиентът има личен кредит
`contact`	тип контакт
`day`	ден на обаждането
`month`	месец на обаждането
`duration`	продължителност на обаждането
`campaign`	брой обаждания по време на кампанията
`pdays`	брой дни от последната кампания
`previous`	брой предишни контакти
`poutcome`	резултат от предишната кампания
`deposit`	целева променлива: дали клиентът е открил депозит

Изисквания

Задачата е разделена на четири подзадачи.

Подзадача 1 (10 точки)

Определете професията (job) с най-висок процент депозити.

Процентът на депозитите представлява делът на клиентите, за които deposit = 1, от общия брой клиенти с тази професия.

Изход: професията.

Подзадача 2 (15 точки)

Определете месеца (month), в който е осъществен телефонен контакт с най-голям брой клиенти от набора данни за обучение.

Изход: името на месеца.

Подзадача 3 (55 точки)

Изградете модел за бинарна класификация, който предвижда променливата deposit.

Моделът трябва да бъде обучен с помощта на train.csv и трябва да генерира прогнози за test.csv.

Подзадача 4 (20 точки)

Групирайте клиентите от test.csv в два клъстера въз основа на числовите променливи и върнете за всеки клиент етикета на клъстера, към който принадлежи.

Формат на изходния файл

Решението трябва да генерира файл submission.csv със следната структура:

Python
1subtaskID,datapointID,answer21,1,management32,1,jan43,5686,053,5206,16...74,5686,184,5206,09...

Обяснения:

За Подзадачи 1 и 2, колоната datapointID ще има стойност 1.
За Подзадачи 3 и 4, колоната datapointID ще има стойност id от test.csv.

Оценяване

Подзадача 1 — Точна проверка на отговора.

Подзадача 2 — Точна проверка на отговора.

Подзадача 3 — Класификацията се оценява чрез F1 macro:

F1 macro	Точки
>= 0.85	максимален брой точки (55т)
< 0.65	0 точки
между стойностите	пропорционален брой точки

Подзадача 4 — Клъстеризацията се оценява чрез Adjusted Rand Index (ARI):

ARI	Точки
>= 0.9	максимален брой точки (20т)
< 0.5	0 точки
между стойностите	пропорционален брой точки

Bank Marketing - Трудност: EASY