Bank Marketing

Bank Marketing

Beskrivelse

I lyset af usikkerhed omkring inflation gennemfører en bankinstitution en telefonisk markedsføringskampagne for at overbevise kunder om at åbne tidsbegrænsede indskudskonti. Efter et langt promoveringsprogram ønsker virksomheden at evaluere kampagnens effektivitet. Datasættet indeholder information om kunder, demografiske karakteristika og detaljer om de opkald, der er foretaget i forbindelse med markedsføringskampagnen. Formålet med opgaven er at analysere disse data og løse flere delopgaver relateret til kundeadfærd.

Inputdata

Deltagerne modtager tre filer:

• train.csv — Træningsdatasættet. Indeholder alle variabler, inklusive målvariablen deposit.
• test.csv — Testdatasættet. Indeholder de samme variabler som train.csv, men uden kolonnen deposit.
• sample_output.csv — En fil, hvis struktur ligner den submission, der skal indsendes. Denne giver 0 point.

Beskrivelse af kolonner

Krav

Opgaven er opdelt i fire delopgaver.

Delopgave 1 (10 point)

Find det job (job) med den højeste indskudsrate.

Indskudsraten repræsenterer andelen af kunder, hvor deposit = 1, ud af det samlede antal kunder med det pågældende job.

Output: jobbet.

Delopgave 2 (15 point)

Find den måned (month), hvor det største antal kunder i træningsdatasættet blev kontaktet telefonisk.

Output: månedens navn.

Delopgave 3 (55 point)

Byg en binær klassifikationsmodel, der forudsiger variablen deposit.

Modellen skal trænes ved hjælp af train.csv og skal generere forudsigelser for test.csv.

Delopgave 4 (20 point)

Gruppér kunderne i test.csv i to klynger (clusters) baseret på de numeriske variabler, og returner klynge-etiketten for hver kunde.

Format for output-fil

Løsningen skal generere en fil ved navn submission.csv med følgende struktur:

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

Forklaringer:

• For Delopgave 1 og 2 skal kolonnen datapointID have værdien 1.
• For Delopgave 3 og 4 skal kolonnen datapointID have værdien id fra test.csv.

Evaluering

Delopgave 1 — Præcis verifikation af svaret.

Delopgave 2 — Præcis verifikation af svaret.

Delopgave 3 — Klassifikationen evalueres ved hjælp af F1 macro:

Delopgave 4 — Clustering evalueres ved hjælp af Adjusted Rand Index (ARI):