Bank Marketing

Bank Marketing

Opis

U jeku nesigurnosti povezanih s inflacijom, bankovna institucija provodi telefonsku marketinšku kampanju kako bi uvjerila klijente da otvore oročene depozite. Nakon dugog programa promocije, tvrtka želi procijeniti učinkovitost kampanje. Skup podataka sadrži informacije o klijentima, demografske karakteristike i detalje o pozivima upućenim tijekom marketinške kampanje. Cilj problema je analiza ovih podataka i rješavanje nekoliko podzadataka vezanih uz ponašanje klijenata.

Ulazni podaci

Sudionici dobivaju tri datoteke:

• train.csv — Skup podataka za treniranje. Sadrži sve varijable, uključujući ciljnu varijablu deposit.
• test.csv — Skup podataka za testiranje. Sadrži iste varijable kao train.csv, ali bez stupca deposit.
• sample_output.csv — Datoteka čija struktura nalikuje onoj koju treba poslati. Ova datoteka nosi 0 bodova.

Opis stupaca

Zahtjevi

Problem je podijeljen u četiri podzadatka.

Podzadatak 1 (10 bodova)

Odredite zanimanje (job) s najvećom stopom depozita.

Stopa depozita predstavlja udio klijenata za koje je deposit = 1 u ukupnom broju klijenata s tim zanimanjem.

Output: zanimanje.

Podzadatak 2 (15 bodova)

Odredite mjesec (month) u kojem je kontaktiran najveći broj klijenata putem telefona u skupu podataka za treniranje.

Output: naziv mjeseca.

Podzadatak 3 (55 bodova)

Izgradite model binarne klasifikacije koji predviđa varijablu deposit.

Model se mora trenirati koristeći train.csv i mora generirati predviđanja za test.csv.

Podzadatak 4 (20 bodova)

Grupirajte klijente iz test.csv u dva klastera na temelju numeričkih varijabli i vratite oznaku klastera kojem svaki klijent pripada.

Format izlazne datoteke

Rješenje mora generirati datoteku submission.csv sa sljedećom strukturom:

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

Objašnjenja:

• Za Podzadatke 1 i 2, stupac datapointID imat će vrijednost 1.
• Za Podzadatke 3 i 4, stupac datapointID imat će vrijednost id iz test.csv.

Bodovanje

Podzadatak 1 — Točna provjera odgovora.

Podzadatak 2 — Točna provjera odgovora.

Podzadatak 3 — Klasifikacija se ocjenjuje pomoću F1 macro metrike:

Podzadatak 4 — Klasteriranje se ocjenjuje pomoću Adjusted Rand Index (ARI) metrike: