# 銀行マーケティング **概要：** このデータは、ポルトガルの銀行機関の直接マーケティングキャンペーン（電話）に関連しています。分類の目標は、クライアントが定期預金を申し込むかどうか（変数y）を予測することです。 **データセット情報：** このデータは、ポルトガルの銀行機関の直接マーケティングキャンペーンに関連しています。マーケティングキャンペーンは電話に基づいて行われました。多くの場合、同じクライアントに対して複数回の連絡が必要で、商品（銀行の定期預金）が申し込まれるか（「はい」）、申し込まれないか（「いいえ」）を判断していました。 ## 属性情報： 銀行クライアントデータ： - 年齢（数値） - 職種：職業の種類（カテゴリ：'事務職員'、'労働者'、'起業家'、'家政婦'、'管理職'、'退職者'、'自営業'、'サービス業'、'学生'、'技術者'、'失業者'、'不明'） - 婚姻状況：婚姻状態（カテゴリ：'離婚'、'既婚'、'独身'、'不明'；注：'離婚'は離婚または配偶者の死亡を意味します） - 教育レベル（カテゴリ：'基礎4年'、'基礎6年'、'基礎9年'、'高校'、 '無学'、'専門コース'、'大学学位'、'不明'） - 債務不履行：債務不履行の信用があるか？（カテゴリ：'いいえ'、'はい'、'不明'） - 住宅ローン：住宅ローンを利用しているか？（カテゴリ：'いいえ'、'はい'、'不明'） - 個人ローン：個人ローンを利用しているか？（カテゴリ：'いいえ'、'はい'、'不明'） 現在のキャンペーンの最後の連絡に関連する情報： - 連絡手段：連絡の通信タイプ（カテゴリ： '携帯電話'、'固定電話'） - 月：年の最後の連絡月（カテゴリ：'1月'、'2月'、'3月'、 ...、'11月'、'12月'） - 曜日：週の最後の連絡日（カテゴリ： '月曜日'、'火曜日'、'水曜日'、'木曜日'、'金曜日'） - 通話時間：最後の連絡の通話時間（秒）（数値）。重要な注意：この属性は出力目標に大きな影響を与えます（例えば、通話時間=0の場合、y='いいえ'）。ただし、通話が行われる前に通話時間はわかりません。また、通話が終了した後は明らかにyがわかります。したがって、この入力はベンチマーク目的でのみ含めるべきで、現実的な予測モデルを作成する場合は除外すべきです。 その他の属性： - キャンペーン：このキャンペーン中にこのクライアントに対して行われた連絡回数（数値、最後の連絡を含む） - 経過日数：前のキャンペーンでクライアントに最後に連絡してから経過した日数（数値；999は以前に連絡していないことを意味する） - 過去の連絡回数：このキャンペーンの前にこのクライアントに対して行われた連絡回数（数値） - 前回のキャンペーン結果：前回のマーケティングキャンペーンの結果（カテゴリ： '失敗'、'存在しない'、'成功'） 社会経済的な背景属性 - 雇用変動率：雇用変動率 - 四半期ごとの指標 （数値） - 消費者物価指数：消費者物価指数 - 月次指標（数値） - 消費者信頼感指数：消費者信頼感指数 - 月次指標 （数値） - ユーリボール3ヶ月レート：ユーリボール3ヶ月レート - 日次指標（数値） - 従業員数：従業員数 - 四半期ごとの指標（数値） 出力変数（目的のターゲット）： - y - クライアントは定期預金を申し込んだか？（二値：'はい'、'いいえ'） ## 分析手順： - 属性情報の分析。 - 機械学習（ロジスティック回帰、K近傍法、サポートベクターマシン、決定木、 ランダムフォレスト、ナイーブベイズ） - ディープラーニング（人工ニューラルネットワーク） ## データソース： - データセットの入手先：http://archive.ics.uci.edu/ml/datasets/Bank+Marketing#