lednik7 / tochka-hackathon-solution

1st place on Tochka bank hackathon about prediction economic activity

Предсказание видов экономической активности людей по данным их транзакций

Хакатон, проводимый университетом ИТМО и банком Точка.

Первое место на привате и на паблике

Задача

Вам предстоит по данным транзакционной активности клиентов предсказать виды их экономической деятельности.

Фактически задача представляет собой multi-label classification на 35 категорий.

В качестве метрики используется micro-averaged F-beta score (beta=0.5).

Данные

В качестве данных давалась анонимизированная история транзакций клиентов банка.

Описание колонок

• client_id - идентификатор клиента
• contractor_id - идентификатор контрагента. Тот, кому отправлены деньги, если транзакция исходящая, либо же тот, кто прислал деньги, если транзакция входящая. Может быть неизвестен.
• is_outgoing - направление транзакции. 0 - входящая, 1 - исходящая.
• amount - сумма транзакции.
• dt_day - порядковый номер дня, в который совершена транзакция. Начинается с нуля.
• dt_hour - час, в который совершена транзакция (0-23).
• channel - канал, по которому совершена транзакция. web/atm/pos/app. Может быть неизвестен.
• flag_0-flag_11 - бинарный флаг (0, 1), присвоенный транзакции, описывающий какую-либо ее характеристику.

Фичи, которые использовал

• Стандартные фичи для суммы транзакций - .agg(['sum', 'median', 'count', 'std'])
• Частота транзакций
• Сколько процентов транзакций проходило по какому каналу (app, web...)
• Медиана суммы денег, которая проходила по каждому каналу
• Среднее кол-во транзакций в день (если была сделана хотя бы одна транзакция)
• В качестве категориальных фичей использовались топ 10 contractor_id, которым отсылались деньги по кол-ву переводов
• В скольких процентах транзакций используется каждый флаг

Каждая из этих фичей расчитывалась отдельно для исходящих и входящих транзакций (is_outgoing=True/False)

Модель

В качестве модели отдельно для каждого из 35 лейблов обучался catboost. Поизучав графики обучения кэтбуста, было замечено, что он практически не переобучается и модель на последней эпохе лучшая (ну или почти), поэтому в итоговом решение кэтбуст обучался на всем датасете и без валидации (это дало +0.8%)