Metrik değerlendirme uygulamaları

Python ile Machine Learning kullanarak TOB tahmini

Kevin Huo

Instructor

Dört sonuç kategorisi

Sınıflandırmada dört sonuç kategorisi örneği

  • Kategorinin ilk kısmı (doğru/yanlış), modelin isabetini belirtir
  • İkinci kısım (pozitif/negatif), modelin atadığı hedef etiketi belirtir
Python ile Machine Learning kullanarak TOB tahmini

Dört kategorinin yorumları

  • Model tıklama öngörürse, gösterim için teklif verilir ve maliyet oluşur
  • Tıklama öngörülmezse, teklif yoktur; maliyet de yoktur
  • Doğru pozitifler (TP): kazanç (ödenen ve tıklanan gösterimler).
  • Yanlış pozitifler (FP): kayıp (ödenen fakat tıklanmayan gösterimler).
  • Doğru negatifler (TN): tasarruf (tıklama öngörülmedi, satın alma yok).
  • Yanlış negatifler (FN): kaçan kazanç (tıklama öngörülmedi ama gerçekte tıklanacaktı).
Python ile Machine Learning kullanarak TOB tahmini

Karmaşıklık matrisi

print(confusion_matrix(y_test, y_pred))

[[8163  166]
 [1517  154]]

# Sıra: tn, fp, fn, tp
print(confusion_matrix(y_test, y_pred).ravel())

[8163, 166, 1517, 154]
Python ile Machine Learning kullanarak TOB tahmini

ROI analizi

  • Varsayım: X gösterim başına bazı c maliyeti ve r getirisi
total_return = tp * r

total_cost = (tp + fp) * c

tp * r > (tp + fp) * c

roi = total_return / total_spent
Python ile Machine Learning kullanarak TOB tahmini

Hadi pratik yapalım!

Python ile Machine Learning kullanarak TOB tahmini

Preparing Video For Download...