소비자 데이터 기반 소비 예측 AI 해커톤

1. train.csv : 학습 데이터

• id : 샘플 아이디
• Year_Birth : 고객 생년월일
• Education : 고객 학력
• Marital_status : 고객 결혼 상태
• Income : 고객 연간 가구 소득
• Kidhome : 고객 가구의 자녀 수
• Teenhome : 고객 가구의 청소년 수
• Dt_Customer : 고객이 회사에 등록한 날짜
• Recency : 고객의 마지막 구매 이후 일수
• NumDealsPurchases : 할인된 구매 횟수
• NumWebPurchases : 회사 웹사이트를 통한 구매 건수
• NumCatalogPurchases : 카탈로그를 사용한 구매 수
• NumStorePuchases : 매장에서 직접 구매한 횟수
• NumWebVisitsMonth : 지난 달 회사 웹사이트 방문 횟수
• AcceptedCmp1: 고객이 첫 번째 캠페인에서 제안을 수락한 경우 1, 그렇지 않은 경우 0
• AcceptedCmp2: 고객이 두 번째 캠페인에서 제안을 수락한 경우 1, 그렇지 않은 경우 0
• AcceptedCmp3: 고객이 세 번째 캠페인에서 제안을 수락한 경우 1, 그렇지 않은 경우 0
• AcceptedCmp4: 고객이 네 번째 캠페인에서 제안을 수락한 경우 1, 그렇지 않은 경우 0
• AcceptedCmp5: 고객이 5번째 캠페인에서 제안을 수락한 경우 1, 그렇지 않은 경우 0
• Complain : 고객이 지난 2년 동안 불만을 제기한 경우 1, 그렇지 않은 경우 0
• Response : 고객이 마지막 캠페인에서 제안을 수락한 경우 1, 그렇지 않은 경우 0
• target : 고객의 제품 총 소비량

2. test.csv : 테스트 데이터

• id : 샘플 아이디
• Year_Birth : 고객 생년월일
• Education : 고객 학력
• Marital_status : 고객 결혼 상태
• Income : 고객 연간 가구 소득
• Kidhome : 고객 가구의 자녀 수
• Teenhome : 고객 가구의 청소년 수
• Dt_Customer : 고객이 회사에 등록한 날짜
• Recency : 고객의 마지막 구매 이후 일수
• NumDealsPurchases : 할인된 구매 횟수
• NumWebPurchases : 회사 웹사이트를 통한 구매 건수
• NumCatalogPurchases : 카탈로그를 사용한 구매 수
• NumStorePuchases : 매장에서 직접 구매한 횟수
• NumWebVisitsMonth : 지난 달 회사 웹사이트 방문 횟수
• AcceptedCmp1: 고객이 첫 번째 캠페인에서 제안을 수락한 경우 1, 그렇지 않은 경우 0
• AcceptedCmp2: 고객이 두 번째 캠페인에서 제안을 수락한 경우 1, 그렇지 않은 경우 0
• AcceptedCmp3: 고객이 세 번째 캠페인에서 제안을 수락한 경우 1, 그렇지 않은 경우 0
• AcceptedCmp4: 고객이 네 번째 캠페인에서 제안을 수락한 경우 1, 그렇지 않은 경우 0
• AcceptedCmp5: 고객이 5번째 캠페인에서 제안을 수락한 경우 1, 그렇지 않은 경우 0
• Complain : 고객이 지난 2년 동안 불만을 제기한 경우 1, 그렇지 않은 경우 0
• Response : 고객이 마지막 캠페인에서 제안을 수락한 경우 1, 그렇지 않은 경우 0

3. sample_submission.csv : 제출 양식

• id : 샘플 아이디
• target : 고객의 제품 총 소비량

출처 : https://www.kaggle.com/datasets/imakash3011/customer-personality-analysis