Bank Marketing

Bank Marketing

Beskrivelse

Mot et bakteppe av usikkerhet knyttet til inflasjon, gjennomfører en bankinstitusjon en markedsføringskampanje via telefon for å overbevise kunder om å åpne tidsinnskudd. Etter et langt promoteringsprogram ønsker selskapet å evaluere effektiviteten av kampanjen. Datasettet inneholder informasjon om kunder, demografiske kjennetegn og detaljer om samtalene som ble utført i løpet av markedsføringskampanjen. Målet med oppgaven er å analysere disse dataene og løse flere deloppgaver knyttet til kundeadferd.

Inndata

Deltakerne mottar tre filer:

• train.csv — Treningsdatasettet. Inneholder alle variabler, inkludert målvariabelen deposit.
• test.csv — Testdatasettet. Inneholder de samme variablene som train.csv, men uten kolonnen deposit.
• sample_output.csv — En fil med samme struktur som løsningen som skal sendes inn. Denne gir 0 poeng.

Beskrivelse av kolonnene

Krav

Oppgaven er delt inn i fire deloppgaver.

Deloppgave 1 (10 poeng)

Finn yrket (job) med den høyeste innskuddsraten.

Innskuddsraten representerer andelen kunder der deposit = 1 av det totale antallet kunder med det yrket.

Output: yrket.

Deloppgave 2 (15 poeng)

Finn måneden (month) der det høyeste antallet kunder i treningsdatasettet ble kontaktet per telefon.

Output: navnet på måneden.

Deloppgave 3 (55 poeng)

Bygg en binær klassifiseringsmodell som forutsier variabelen deposit.

Modellen må trenes ved hjelp av train.csv og generere prediksjoner for test.csv.

Deloppgave 4 (20 poeng)

Grupper kundene i test.csv i to klynger (clusters) basert på numeriske variabler, og returner klyngeetiketten for hver kunde.

Format for utdatafil

Løsningen må generere en fil submission.csv med følgende struktur:

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

Forklaringer:

• For deloppgave 1 og 2 skal kolonnen datapointID ha verdien 1.
• For deloppgave 3 og 4 skal kolonnen datapointID ha verdien til id fra test.csv.

Evaluering

Deloppgave 1 — Eksakt sjekk av svaret.

Deloppgave 2 — Eksakt sjekk av svaret.

Deloppgave 3 — Klassifiseringen evalueres ved hjelp av F1 macro:

Deloppgave 4 — Klyngingen (clustering) evalueres ved hjelp av Adjusted Rand Index (ARI):