Alfa x FinU Hack

Команда Бета Банк

1. Karim Kuserbaev - руководитель, data scientist, бизнес-аналитик
2. Anpilov Kirill - data scientist
3. Dmitry Kondrashov - Аналитик данных
4. Artem Petrikov - data Scientist
5. Aidar Farkhutdinov - Бизнес-аналитик

==============================

Стек технологий

Python 3.10 Pandas Numpy Catboost scikit-learn

Инструкция по запуску

Клонировать репозиторий

git clone https://github.com/anpilove/Alfa-x-FinU-Hack.git

cd Alfa-x-FinU-Hack

Установить виртуальное окружение

python3 -m venv venv

Запустить виртуальное окружение

своя команда

Установить все зависимости

pip install -r requirements.txt

Для обучения также требуется GPU

CatBoostClassifier(task_type="GPU")

==============================

Организация проекта

├── AFH_Финал_Бета_Банк.ipynb         <- Основной файл-решение!
├── README.md                         <- Основной README для разработчиков, использующих этот проект.
├── data
│   ├── test_data.pqt                 <- Оригинальный train.
│   └── test_data.pqt                 <- Оригинальный test.
│
├── submissions                       <- Лучшие сабмиты, top_1 public, top_1_all(на всем).
│
├── models                            <- Обученные модели.
│   ├── catboost_model_start_cluster.json   <- Модель catboost для восстановления start_cluster.
│   └── catboost_model_end_cluster.json     <- Модель catboost для end_cluster.
│
├── notebooks                         <- Jupyter ноутбуки. Со всеми нашими этапами и попытками.
│
└── requirements.txt                  <- Файл с требованиями для воспроизведения окружения анализа.

==============================

Итог

Наша задача заключалась в создании модели CLTV, способной предсказывать вероятности перехода клиентов в каждый из 17 продуктовых кластеров в течение 12 месяцев.

Для этого мы использовали данные, предоставленные Альфа-Банком:

• Тренировочный датасет train_data.pqt, содержащий информацию о 200 000 клиентах банка и их целевых переменных за три последовательных месяца (month_1, month_2, month_3).
• Тестовый датасет test_data.pqt, включающий записи о 100 000 клиентах за 3 последовательных месяца (month_4, month_5, month_6).
• Для каждого клиента указан продуктовый кластер, в который он, предположительно, будет принадлежать через год (end_cluster). Наша задача - предсказать вероятности перехода клиентов в эти продуктовые кластеры для последнего месяца (month_6).

В результате анализа данных мы обнаружили следующие закономерности:

• Клиент остаётся в том же кластере с 2 по 3 месяц: 93.3%
• Данные имели пропуски с определенной закономерностью

Мы создали новые признаки со средними значениями из комбинации других столбцов. Также мы объединили данные об одном клиенте в единую строку.

Качество модели оценивалось по метрике ROC-AUC.

Лучший результат по качеству и скорости показала модель градиентного бустинга CatBoost.
Полученный результат: ROC-AUC = 0.9039141107, на всей выборке.
Полученный результат: ROC-AUC = 0.896941145, на публичной выборке (1 место).