Einführung in Klickraten

CTR-Vorhersage mit Machine Learning in Python

Kevin Huo

Instructor

Klickraten

  • Klickrate: # Klicks auf Anzeigen / # Anzeigenaufrufe
  • Unternehmen und Marketer wollen die Klickrate maximieren
  • Die Vorhersage der Klickrate ist entscheidend für Unternehmen und Marketer

Beispielanzeige von Facebook

CTR-Vorhersage mit Machine Learning in Python

Klassifikationsperspektive

  • Klassifikation: Beobachtungen Kategorien zuordnen
  • Klassifikatoren nutzen Trainingsdaten und werden auf Testdaten bewertet
  • Zielvariable: binär, 0/1 für kein Klick oder Klick
  • Feature: jede Variable zur Vorhersage der Zielvariable

Klassifikationsbeispiel mit Rot und Blau

CTR-Vorhersage mit Machine Learning in Python

Kurzer Blick auf Beispieldaten

Beispielzeilen aus dem Anzeigenklick-Datensatz

  • Jede Zeile ist das Ergebnis Klick/kein Klick für einen Nutzer bei einer Anzeige
  • Spalten filtern mit .isin(): df.columns.isin(['device'])]
  • Wenn y die Klickspalte ist, ergibt sich CTR durch: y.sum()/len(y)
CTR-Vorhersage mit Machine Learning in Python

Features analysieren

print(df.device_type.value_counts())

1    45902
0    2947

print(df.groupby('device_type')['click'].sum())

0     633
1    7890
CTR-Vorhersage mit Machine Learning in Python

Lass uns üben!

CTR-Vorhersage mit Machine Learning in Python

Preparing Video For Download...