Bank Marketing

Bank Marketing

Опис

На тлі невизначеності, пов'язаної з інфляцією, банківська установа проводить маркетингову кампанію телефоном, щоб переконати клієнтів відкрити строкові депозити. Після тривалої програми просування компанія хоче оцінити ефективність кампанії. Набір даних містить інформацію про клієнтів, демографічні характеристики та деталі дзвінків, здійснених у межах маркетингової кампанії. Мета задачі — проаналізувати ці дані та вирішити кілька підзадач, пов'язаних із поведінкою клієнтів.

Вхідні дані

Учасники отримують три файли:

• train.csv — набір даних для навчання. Містить усі змінні, включаючи цільову змінну deposit.
• test.csv — набір даних для тестування. Містить ті самі змінні, що й train.csv, але без стовпця deposit.
• sample_output.csv — файл, структура якого схожа на структуру файлу, що має бути надісланий. Він дає 0 балів.

Опис стовпців

Вимоги

Задача розділена на чотири підзадачі.

Підзадача 1 (10 балів)

Визначте професію (job) з найвищим показником відкриття депозитів.

Показник відкриття депозитів — це частка клієнтів, для яких deposit = 1, від загальної кількості клієнтів із цією професією.

Output: назва професії.

Підзадача 2 (15 балів)

Визначте місяць (month), у якому було здійснено телефонні контакти з найбільшою кількістю клієнтів у наборі даних для навчання.

Output: назва місяця.

Підзадача 3 (55 балів)

Побудуйте модель бінарної класифікації, яка передбачає змінну deposit.

Модель має бути навчена за допомогою train.csv і повинна генерувати передбачення для test.csv.

Підзадача 4 (20 балів)

Згрупуйте клієнтів із test.csv у два кластери на основі числових змінних і поверніть для кожного клієнта мітку кластера, до якого він належить.

Формат вихідного файлу

Рішення повинно генерувати файл submission.csv з такою структурою:

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

Пояснення:

• Для підзадач 1 та 2 стовпець datapointID матиме значення 1.
• Для підзадач 3 та 4 стовпець datapointID матиме значення id із test.csv.

Оцінювання

Підзадача 1 — Точна перевірка відповіді.

Підзадача 2 — Точна перевірка відповіді.

Підзадача 3 — Класифікація оцінюється за допомогою F1 macro:

Підзадача 4 — Кластеризація оцінюється за допомогою Adjusted Rand Index (ARI):