Laddar...
Svårighetsgrad
Din bästa poäng
Ej tillgänglig
Mot bakgrund av osäkerhet kring inflation genomför ett bankinstitut en marknadsföringskampanj via telefon för att övertyga kunder att öppna tidsbundna insättningskonton. Efter ett långt marknadsföringsprogram vill företaget utvärdera kampanjens effektivitet. Datasetet innehåller information om kunder, demografiska egenskaper och detaljer om de samtal som ringts under kampanjen. Syftet med problemet är att analysera dessa data och lösa flera deluppgifter relaterade till kundbeteende.
Deltagarna får tre filer:
deposit.deposit.| Kolumn | Beskrivning |
|---|---|
id | id |
age | kundens ålder |
job | kundens yrke |
marital | civilstånd |
education | utbildningsnivå |
default | om kunden någonsin har hamnat i betalningsinställelse (default) |
balance | kontosaldo |
housing | om kunden har ett bolån |
loan | om kunden har ett privatlån |
contact | typ av kontakt |
day | dag för samtalet |
month | månad för samtalet |
duration | samtalets varaktighet |
campaign | antal samtal under kampanjen |
pdays | antal dagar sedan förra kampanjen |
previous | antal tidigare kontakter |
poutcome | resultatet av den föregående kampanjen |
deposit | målvariabel: om kunden öppnade ett insättningskonto |
Problemet är uppdelat i fyra deluppgifter.
Bestäm yrket (job) med den högsta insättningsgraden.
Insättningsgraden representerar andelen kunder för vilka deposit = 1 av det totala antalet kunder med det yrket.
Output: yrket.
Bestäm den månad (month) då det högsta antalet kunder kontaktades via telefon i träningsdatasetet.
Output: månadens namn.
Bygg en binär klassificeringsmodell som förutsäger variabeln deposit.
Modellen ska tränas med train.csv och generera förutsägelser för test.csv.
Gruppera kunderna i test.csv i två kluster baserat på de numeriska variablerna och returnera klusteretiketten för varje kund.
Lösningen ska generera en fil submission.csv med följande struktur:
subtaskID,datapointID,answer1,1,management2,1,jan3,5686,03,5206,1...4,5686,14,5206,0...Förklaringar:
datapointID att ha värdet 1.datapointID att ha värdet id från test.csv.Subtask 1 — Exakt kontroll av svaret.
Subtask 2 — Exakt kontroll av svaret.
Subtask 3 — Klassificeringen utvärderas med F1 macro:
| F1 macro | Poäng |
|---|---|
| >= 0.85 | maximal poäng (55p) |
| < 0.65 | 0 poäng |
| mellan värden | proportionell poäng |
Subtask 4 — Klustringen utvärderas med Adjusted Rand Index (ARI):
| ARI | Poäng |
|---|---|
| >= 0.9 | maximal poäng (20p) |
| < 0.5 | 0 poäng |
| mellan värden | proportionell poäng |