Overzicht van machinelearningmodellen

CTR voorspellen met Machine Learning in Python

Kevin Huo

Instructor

Logistische regressie

Voorbeeld van logistische regressie met rode en blauwe punten

Logistische regressie: lineaire classifier tussen afhankelijke en onafhankelijke variabelen

Het model trainen

Maak het model met: clf = LogisticRegression()
Elke classifier heeft een fit()-methode met X_train, y_train: clf.fit(X_train, y_train)
X_train zijn de trainingsfeatures, y_train zijn de trainingstargets
Laat de classifier alleen trainingsdata zien om lekken te voorkomen

Het model testen

Elke classifier heeft een predict()-methode die X_test inneemt en y_test genereert:
```
array([0, 1, 1, ..., 1, 0, 1])
```

predict_proba() geeft kansscores

array([0.2, 0.8], [0.4, 0.6] ..., [0.1, 0.9] [0.3, 0.7]])

De score is de kans dat een specifieke gebruiker op een specifieke advertentie klikt

Het model evalueren

Nauwkeurigheid: het percentage testtargets correct voorspeld
accuracy_score(y_test, y_pred)
Gebruik niet als enige metric, zeker bij scheve klassen
CTR-voorspelling is een voorbeeld met ongebalanceerde klassen

Laten we oefenen!

CTR voorspellen met Machine Learning in Python

Preparing Video For Download...