Bank Marketing

Popis úlohy

Popis

V súvislosti s neistotou ohľadom inflácie vykonáva banková inštitúcia telefonickú marketingovú kampaň s cieľom presvedčiť klientov, aby si otvorili termínované vklady. Po dlhom propagačnom programe chce spoločnosť vyhodnotiť efektívnosť kampane. Súbor údajov obsahuje informácie o klientoch, demografické charakteristiky a podrobnosti o hovoroch uskutočnených v rámci marketingovej kampane. Cieľom problému je analýza týchto údajov a vyriešenie niekoľkých podúloh súvisiacich so správaním klientov.

Vstupné údaje

Účastníci dostanú tri súbory:

train.csv — Trénovacia množina údajov. Obsahuje všetky premenné vrátane cieľovej premennej deposit.
test.csv — Testovacia množina údajov. Obsahuje rovnaké premenné ako train.csv, ale bez stĺpca deposit.
sample_output.csv — Súbor, ktorého štruktúra sa podobá štruktúre odovzdávaného riešenia. Tento súbor získava 0 bodov.

Popis stĺpcov

Stĺpec	Popis
`id`	id
`age`	vek klienta
`job`	povolanie klienta
`marital`	rodinný stav
`education`	úroveň vzdelania
`default`	či mal klient niekedy nesplatený záväzok (default)
`balance`	zostatok na účte
`housing`	či má klient hypotéku
`loan`	či má klient osobný úver
`contact`	typ kontaktu
`day`	deň hovoru
`month`	mesiac hovoru
`duration`	trvanie hovoru
`campaign`	počet hovorov v rámci kampane
`pdays`	počet dní od poslednej kampane
`previous`	počet predchádzajúcich kontaktov
`poutcome`	výsledok predchádzajúcej kampane
`deposit`	cieľová premenná: či si klient otvoril vklad

Požiadavky

Problém je rozdelený do štyroch podúloh.

Podúloha 1 (10 bodov)

Určite povolanie (job) s najvyššou mierou vkladov.

Miera vkladov predstavuje podiel klientov, pre ktorých deposit = 1, z celkového počtu klientov s daným povolaním.

Výstup: povolanie.

Podúloha 2 (15 bodov)

Určite mesiac (month), v ktorom bol telefonicky kontaktovaný najväčší počet klientov z trénovacej množiny údajov.

Výstup: názov mesiaca.

Podúloha 3 (55 bodov)

Zostavte model binárnej klasifikácie, ktorý predpovedá premennú deposit.

Model musí byť natrénovaný pomocou train.csv a musí generovať predikcie pre test.csv.

Podúloha 4 (20 bodov)

Zoskupte klientov z test.csv do dvoch klastrov na základe numerických premenných a pre každého klienta vráťte štítok klastra, do ktorého patrí.

Formát výstupného súboru

Riešenie musí vygenerovať súbor submission.csv s nasledujúcou štruktúrou:

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

Vysvetlivky:

Pre podúlohy 1 a 2 bude mať stĺpec datapointID hodnotu 1.
Pre podúlohy 3 a 4 bude mať stĺpec datapointID hodnotu id z test.csv.

Hodnotenie

Podúloha 1 — Presná kontrola odpovede.

Podúloha 2 — Presná kontrola odpovede.

Podúloha 3 — Klasifikácia sa vyhodnocuje pomocou F1 macro:

F1 macro	Bodovanie
>= 0.85	maximálny počet bodov (55b)
< 0.65	0 bodov
medzi hodnotami	proporcionálne bodovanie

Podúloha 4 — Klastrovanie sa vyhodnocuje pomocou Adjusted Rand Index (ARI):

ARI	Bodovanie
>= 0.9	maximálny počet bodov (20b)
< 0.5	0 bodov
medzi hodnotami	proporcionálne bodovanie