Marketing Bancaire

Marketing Bancaire

Description

Dans un contexte d'incertitudes liées à l'inflation, une institution bancaire mène une campagne de marketing téléphonique pour convaincre ses clients d'ouvrir des dépôts à terme. Après un long programme de promotion, l'entreprise souhaite évaluer l'efficacité de la campagne. Le jeu de données contient des informations sur les clients, des caractéristiques démographiques et des détails sur les appels effectués dans le cadre de la campagne de marketing. Le but du problème est d'analyser ces données et de résoudre plusieurs sous-tâches liées au comportement des clients.

Données d'entrée

Les participants reçoivent trois fichiers :

• train.csv — Le jeu de données d'entraînement. Il contient toutes les variables, y compris la variable cible deposit.
• test.csv — Le jeu de données de test. Il contient les mêmes variables que train.csv, mais sans la colonne deposit.
• sample_output.csv — Un fichier dont la structure ressemble à celle de la soumission à envoyer. Il rapporte 0 point.

Description des colonnes

Exigences

Le problème est divisé en quatre sous-tâches.

Sous-tâche 1 (10 points)

Déterminez la profession (job) ayant le taux de dépôt le plus élevé.

Le taux de dépôt représente la proportion de clients pour lesquels deposit = 1 par rapport au total des clients ayant cette profession.

Sortie : la profession.

Sous-tâche 2 (15 points)

Déterminez le mois (month) au cours duquel le plus grand nombre de clients a été contacté par téléphone dans le jeu de données d'entraînement.

Sortie : le nom du mois.

Sous-tâche 3 (55 points)

Construisez un modèle de classification binaire qui prédit la variable deposit.

Le modèle doit être entraîné en utilisant train.csv et doit générer des prédictions pour test.csv.

Sous-tâche 4 (20 points)

Regroupez les clients de test.csv en deux clusters sur la base des variables numériques et retournez pour chaque client l'étiquette du cluster auquel il appartient.

Format du fichier de sortie

La solution doit générer un fichier submission.csv avec la structure suivante :

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

Explications :

• Pour les Sous-tâches 1 et 2, la colonne datapointID aura la valeur 1.
• Pour les Sous-tâches 3 et 4, la colonne datapointID aura la valeur id de test.csv.

Évaluation

Sous-tâche 1 — Vérification exacte de la réponse.

Sous-tâche 2 — Vérification exacte de la réponse.

Sous-tâche 3 — La classification est évaluée à l'aide du F1 macro :

Sous-tâche 4 — Le clustering est évalué à l'aide de l'Adjusted Rand Index (ARI) :