Bank Marketing

Bank Marketing

აღწერა

ინფლაციასთან დაკავშირებული გაურკვევლობის ფონზე, საბანკო დაწესებულება ატარებს სატელეფონო მარკეტინგულ კამპანიას, რათა დაარწმუნოს კლიენტები ვადიანი დეპოზიტების გახსნაში. ხანგრძლივი სარეკლამო პროგრამის შემდეგ, კომპანიას სურს შეაფასოს კამპანიის ეფექტურობა. მონაცემთა ნაკრები შეიცავს ინფორმაციას კლიენტების შესახებ, დემოგრაფიულ მახასიათებლებს და მარკეტინგული კამპანიის ფარგლებში განხორციელებული ზარების დეტალებს. ამოცანის მიზანია ამ მონაცემების ანალიზი და კლიენტების ქცევასთან დაკავშირებული რამდენიმე ქვეამოცანის გადაჭრა.

შემავალი მონაცემები

მონაწილეები იღებენ სამ ფაილს:

• train.csv — მონაცემთა ნაკრები მოსამზადებლად. შეიცავს ყველა ცვლადს, მათ შორის სამიზნე ცვლადს deposit.
• test.csv — მონაცემთა ნაკრები ტესტირებისთვის. შეიცავს იგივე ცვლადებს, რასაც train.csv, მაგრამ deposit სვეტის გარეშე.
• sample_output.csv — ფაილი, რომლის სტრუქტურაც ჰგავს გასაგზავნ ფაილს. ის იძლევა 0 ქულას.

სვეტების აღწერა

დავალებები

ამოცანა დაყოფილია ოთხ ქვეამოცანად.

ქვეამოცანა 1 (10 ქულა)

დაადგინეთ პროფესია (job) დეპოზიტის ყველაზე მაღალი მაჩვენებლით.

დეპოზიტის მაჩვენებელი წარმოადგენს იმ კლიენტების პროპორციას, რომლებისთვისაც deposit = 1, მოცემული პროფესიის მქონე კლიენტების საერთო რაოდენობიდან.

გამომავალი: პროფესია.

ქვეამოცანა 2 (15 ქულა)

დაადგინეთ თვე (month), რომელშიც განხორციელდა ყველაზე მეტი სატელეფონო კონტაქტი train.csv მონაცემთა ნაკრებიდან.

გამომავალი: თვის სახელი.

ქვეამოცანა 3 (55 ქულა)

ააგეთ ბინარული კლასიფიკაციის მოდელი, რომელიც იწინასწარმეტყველებს deposit ცვლადს.

მოდელი უნდა მომზადდეს train.csv-ის გამოყენებით და უნდა დააგენერიროს პროგნოზები test.csv-სთვის.

ქვეამოცანა 4 (20 ქულა)

დააჯგუფეთ test.csv-ის კლიენტები ორ კლასტერად რიცხვითი ცვლადების საფუძველზე და თითოეული კლიენტისთვის დააბრუნეთ იმ კლასტერის ლეიბლი, რომელსაც ის ეკუთვნის.

გამომავალი ფაილის ფორმატი

გადაწყვეტამ უნდა დააგენერიროს submission.csv ფაილი შემდეგი სტრუქტურით:

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

განმარტებები:

• 1 და 2 ქვეამოცანებისთვის, datapointID სვეტის მნიშვნელობა იქნება 1.
• 3 და 4 ქვეამოცანებისთვის, datapointID სვეტის მნიშვნელობა იქნება id test.csv-დან.

შეფასება

ქვეამოცანა 1 — პასუხის ზუსტი შემოწმება.

ქვეამოცანა 2 — პასუხის ზუსტი შემოწმება.

ქვეამოცანა 3 — კლასიფიკაცია ფასდება F1 macro მეტრიკით:

ქვეამოცანა 4 — კლასტერიზაცია ფასდება Adjusted Rand Index (ARI) მეტრიკით: