Bank Marketing

Aufgabenbeschreibung

Beschreibung

Vor dem Hintergrund der Unsicherheiten im Zusammenhang mit der Inflation führt ein Bankinstitut eine Telefonmarketing-Kampagne durch, um Kunden zur Eröffnung von Termineinlagen zu bewegen. Nach einem langen Werbeprogramm möchte das Unternehmen die Effizienz der Kampagne bewerten. Der Datensatz enthält Informationen über Kunden, demografische Merkmale und Details zu den im Rahmen der Marketingkampagne getätigten Anrufen. Ziel der Aufgabe ist es, diese Daten zu analysieren und mehrere Teilaufgaben im Zusammenhang mit dem Kundenverhalten zu lösen.

Eingabedaten

Die Teilnehmer erhalten drei Dateien:

train.csv — Der Trainingsdatensatz. Er enthält alle Variablen, einschließlich der Zielvariablen deposit.
test.csv — Der Testdatensatz. Er enthält dieselben Variablen wie train.csv, jedoch ohne die Spalte deposit.
sample_output.csv — Eine Datei, deren Struktur der einzureichenden Lösung entspricht. Diese ergibt 0 Punkte.

Spaltenbeschreibung

Spalte	Beschreibung
`id`	Die ID
`age`	Alter des Kunden
`job`	Beruf des Kunden
`marital`	Familienstand
`education`	Bildungsstand
`default`	Ob der Kunde jemals zahlungsunfähig war
`balance`	Kontostand
`housing`	Ob der Kunde einen Immobilienkredit hat
`loan`	Ob der Kunde einen Privatkredit hat
`contact`	Kontaktart
`day`	Tag des Anrufs
`month`	Monat des Anrufs
`duration`	Dauer des Anrufs
`campaign`	Anzahl der Anrufe während der Kampagne
`pdays`	Anzahl der Tage seit der letzten Kampagne
`previous`	Anzahl der vorherigen Kontakte
`poutcome`	Ergebnis der vorherigen Kampagne
`deposit`	Zielvariable: Ob der Kunde eine Einlage eröffnet hat

Anforderungen

Die Aufgabe ist in vier Teilaufgaben unterteilt.

Subtask 1 (10 Punkte)

Ermitteln Sie den Beruf (job) mit der höchsten Einlagenrate.

Die Einlagenrate ist der Anteil der Kunden, für die deposit = 1 gilt, an der Gesamtzahl der Kunden mit diesem Beruf.

Output: Der Beruf.

Subtask 2 (15 Punkte)

Ermitteln Sie den Monat (month), in dem die meisten Kunden im Trainingsdatensatz telefonisch kontaktiert wurden.

Output: Name des Monats.

Subtask 3 (55 Punkte)

Erstellen Sie ein binäres Klassifikationsmodell, das die Variable deposit vorhersagt.

Das Modell muss mit train.csv trainiert werden und Vorhersagen für test.csv generieren.

Subtask 4 (20 Punkte)

Gruppieren Sie die Kunden aus test.csv basierend auf den numerischen Variablen in zwei Cluster und geben Sie für jeden Kunden das Label des Clusters zurück, dem er angehört.

Format der Ausgabedatei

Die Lösung muss eine Datei submission.csv mit folgender Struktur generieren:

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

Erklärungen:

Für die Subtasks 1 und 2 hat die Spalte datapointID den Wert 1.
Für die Subtasks 3 und 4 hat die Spalte datapointID den Wert der id aus test.csv.

Bewertung

Subtask 1 — Exakte Überprüfung der Antwort.

Subtask 2 — Exakte Überprüfung der Antwort.

Subtask 3 — Die Klassifikation wird mittels F1 macro bewertet:

F1 macro	Punktzahl
>= 0.85	Maximale Punktzahl (55p)
< 0.65	0 Punkte
Zwischenwerte	Proportionale Punktzahl

Subtask 4 — Das Clustering wird mittels Adjusted Rand Index (ARI) bewertet:

ARI	Punktzahl
>= 0.9	Maximale Punktzahl (20p)
< 0.5	0 Punkte
Zwischenwerte	Proportionale Punktzahl