Bank Marketing

Bank Marketing

Opis

W obliczu niepewności związanej z inflacją, instytucja bankowa prowadzi kampanię marketingu telefonicznego, aby przekonać klientów do otwierania lokat terminowych. Po długim programie promocyjnym firma chce ocenić skuteczność kampanii. Zestaw danych zawiera informacje o klientach, cechy demograficzne oraz szczegóły dotyczące połączeń wykonanych w ramach kampanii marketingowej. Celem problemu jest analiza tych danych i rozwiązanie kilku podzadań związanych z zachowaniem klientów.

Dane wejściowe

Uczestnicy otrzymują trzy pliki:

• train.csv — Zestaw danych treningowych. Zawiera wszystkie zmienne, w tym zmienną docelową deposit.
• test.csv — Zestaw danych testowych. Zawiera te same zmienne co train.csv, ale bez kolumny deposit.
• sample_output.csv — Plik, którego struktura przypomina strukturę zgłoszenia, które należy przesłać. Otrzymuje on 0 punktów.

Opis kolumn

Wymagania

Problem jest podzielony na cztery podzadania.

Podzadanie 1 (10 punktów)

Wyznacz zawód (job) z najwyższym współczynnikiem lokat.

Współczynnik lokat to stosunek liczby klientów, dla których deposit = 1, do całkowitej liczby klientów wykonujących dany zawód.

Output: zawód.

Podzadanie 2 (15 punktów)

Wyznacz miesiąc (month), w którym skontaktowano się telefonicznie z największą liczbą klientów w zbiorze treningowym.

Output: nazwa miesiąca.

Podzadanie 3 (55 punktów)

Zbuduj model klasyfikacji binarnej przewidujący zmienną deposit.

Model musi zostać wytrenowany przy użyciu train.csv i musi generować prognozy dla test.csv.

Podzadanie 4 (20 punktów)

Pogrupuj klientów z test.csv na dwa klastry na podstawie zmiennych numerycznych i zwróć dla każdego klienta etykietę klastra, do którego należy.

Format pliku wyjściowego

Rozwiązanie musi generować plik submission.csv o następującej strukturze:

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

Wyjaśnienia:

• Dla Podzadań 1 i 2 kolumna datapointID będzie miała wartość 1.
• Dla Podzadań 3 i 4 kolumna datapointID będzie miała wartość id z pliku test.csv.

Ewaluacja

Podzadanie 1 — Dokładna weryfikacja odpowiedzi.

Podzadanie 2 — Dokładna weryfikacja odpowiedzi.

Podzadanie 3 — Klasyfikacja jest oceniana przy użyciu F1 macro:

Podzadanie 4 — Klasteryzacja jest oceniana przy użyciu Adjusted Rand Index (ARI):