Нам даны были данные о транзакциях пользователей (время, место, MCC code, transaction id code, terminal id, сумма, gender). Нам нужно было предсказать по новым транзакциям пол пользователя.
В качестве метрики использовался ROC-AUG. предоставленная организаторами base line модель давала результат в 0.65 . Мы смогли улучшить модель до 0.85 .
В решении использовали агрегации столбцов, промежуточно имели около 200 столбцов фичей, но после feature importance сократили количество до 60. Добавили предсказания нейронной сети, что дало небольшой рост метрики. Также пробовали использовать LSTM модель для предсказания пола по самим транзакциям, но модель не давала прироста к метрике, поэтому ее не использовали в финальном решении.
Сухов Андрей, Теймур Аскеров, Николай Васильев, Николенко София, Виктория Дереза