Model değerlendirme

Python ile Machine Learning kullanarak TOB tahmini

Kevin Huo

Instructor

Kesinlik ve duyarlılık

  • Kesinlik (precision): gösterimlerin toplamına göre tıklama oranı, TP / (TP + FP)
    • Daha yüksek kesinlik, reklam harcamasında daha yüksek YG demektir
  • Duyarlılık (recall): mevcut tüm tıklamalar içinde yakalanan oran, TP / (TP + FN)
    • Daha yüksek duyarlılık, ilgili kitleye daha iyi hedefleme demektir
Python ile Machine Learning kullanarak TOB tahmini

Kesinlik ve duyarlılığı hesaplama

print(precision_score(
  y_test, y_pred, average = 'weighted'))

0.73

print(recall_score(
  y_test, y_pred, average = 'weighted'))

0.75
Python ile Machine Learning kullanarak TOB tahmini

Temel (baseline) sınıflandırıcılar

  • Sınıflandırıcıları uygun bir temel modele (baseline) göre değerlendirmek önemlidir
    • Burada, tıklama verisi dengesiz olduğundan, temel model hep tıklama yok diyandır
y_pred = np.asarray([0 for x in range(len(X_test))])

[[0]
 [0] ...]
Python ile Machine Learning kullanarak TOB tahmini

YG (ROI) analizine etkileri

  • Temel modelde tp ve fp sıfır olur
  • Bu nedenle toplam getiri ve toplam harcama sıfırdır; YG tanımsızdır
  • Dört sonuç kategorisini almak için confusion_matrix() ve ravel() kullanın
    total_return = tp * r
total_spent = (tp + fp) * cost
roi = total_return / total_spent
Python ile Machine Learning kullanarak TOB tahmini

Haydi pratik yapalım!

Python ile Machine Learning kullanarak TOB tahmini

Preparing Video For Download...