Bank Marketing

Tehtävän kuvaus

Kuvaus

Inflaatioon liittyvän epävarmuuden keskellä pankkilaitos toteuttaa puhelinmarkkinointikampanjan vakuuttaakseen asiakkaat avaamaan määräaikaistalletuksia. Pitkän kampanjaohjelman jälkeen yritys haluaa arvioida kampanjan tehokkuutta. Tietojoukko sisältää tietoja asiakkaista, demografisia ominaisuuksia ja yksityiskohtia markkinointikampanjan aikana tehdyistä puheluista. Tehtävän tavoitteena on analysoida näitä tietoja ja ratkaista useita asiakkaiden käyttäytymiseen liittyviä osatehtäviä.

Syötetiedot

Osallistujat saavat kolme tiedostoa:

train.csv — Opetusaineisto. Sisältää kaikki muuttujat, mukaan lukien kohdemuuttujan deposit.
test.csv — Testiaineisto. Sisältää samat muuttujat kuin train.csv, mutta ilman deposit-saraketta.
sample_output.csv — Tiedosto, jonka rakenne vastaa lähetettävää ratkaisua. Tästä saa 0 pistettä.

Sarakkeiden kuvaus

Sarake	Kuvaus
`id`	tunniste
`age`	asiakkaan ikä
`job`	asiakkaan ammatti
`marital`	siviilisääty
`education`	koulutustaso
`default`	onko asiakkaalla maksuhäiriömerkintöjä
`balance`	tilin saldo
`housing`	onko asiakkaalla asuntolainaa
`loan`	onko asiakkaalla kulutusluottoa
`contact`	yhteydenottotapa
`day`	puhelun päivämäärä
`month`	puhelun kuukausi
`duration`	puhelun kesto
`campaign`	kampanjan puheluiden määrä
`pdays`	päivien määrä edellisestä kampanjasta
`previous`	aiempien yhteydenottojen määrä
`poutcome`	edellisen kampanjan tulos
`deposit`	kohdemuuttuja: avasiko asiakas talletuksen

Tehtävät

Ongelma on jaettu neljään osatehtävään.

Osatehtävä 1 (10 pistettä)

Määritä ammatti (job), jolla on korkein talletusaste.

Talletusaste on niiden asiakkaiden osuus, joilla deposit = 1, kyseisen ammatin kaikista asiakkaista.

Output: ammatti.

Osatehtävä 2 (15 pistettä)

Määritä kuukausi (month), jolloin opetusaineistossa otettiin yhteyttä suurimpaan määrään asiakkaita.

Output: kuukauden nimi.

Osatehtävä 3 (55 pistettä)

Rakenna binäärinen luokittelumalli, joka ennustaa muuttujan deposit.

Malli on opetettava käyttämällä train.csv-tiedostoa, ja sen on tuotettava ennusteet test.csv-tiedostolle.

Osatehtävä 4 (20 pistettä)

Ryhmittele test.csv-tiedoston asiakkaat kahteen klusteriin numeeristen muuttujien perusteella ja palauta jokaiselle asiakkaalle sen klusterin tunniste, johon hän kuuluu.

Tulostiedoston muoto

Ratkaisun on tuotettava submission.csv-tiedosto, jolla on seuraava rakenne:

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

Selitykset:

Osatehtävissä 1 ja 2 sarakkeen datapointID arvo on 1.
Osatehtävissä 3 ja 4 sarakkeen datapointID arvo on test.csv-tiedoston id.

Arviointi

Osatehtävä 1 — Vastauksen tarkka tarkistus.

Osatehtävä 2 — Vastauksen tarkka tarkistus.

Osatehtävä 3 — Luokittelu arvioidaan käyttämällä F1 macro -mittaria:

F1 macro	Pisteet
>= 0.85	maksimipisteet (55p)
< 0.65	0 pistettä
arvojen välillä	suhteellinen pisteytys

Osatehtävä 4 — Klusterointi arvioidaan käyttämällä Adjusted Rand Index (ARI) -mittaria:

ARI	Pisteet
>= 0.9	maksimipisteet (20p)
< 0.5	0 pistettä
arvojen välillä	suhteellinen pisteytys