Ứng dụng của đánh giá theo thước đo

Dự đoán CTR với Machine Learning trong Python

Kevin Huo

Instructor

Bốn loại kết quả

Ví dụ bốn loại kết quả trong phân loại

  • Phần đầu (đúng/sai) cho biết mô hình dự đoán đúng hay không
  • Phần sau (dương/âm) là nhãn mục tiêu mô hình gán
Dự đoán CTR với Machine Learning trong Python

Diễn giải bốn loại kết quả

  • Nếu mô hình dự đoán có click, sẽ đặt giá thầu cho lượt hiển thị đó và tốn tiền
  • Nếu dự đoán không có click, không đấu thầu, không tốn phí
  • Dương tính thật (TP): tiền kiếm được (trả cho hiển thị và có click).
  • Dương tính giả (FP): tiền mất (trả cho hiển thị nhưng không có click).
  • Âm tính thật (TN): tiền tiết kiệm (không dự đoán click nên không mua hiển thị).
  • Âm tính giả (FN): cơ hội bị mất (không dự đoán click nhưng thực tế có click).
Dự đoán CTR với Machine Learning trong Python

Ma trận nhầm lẫn

print(confusion_matrix(y_test, y_pred))

[[8163  166]
 [1517  154]]

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

[8163, 166, 1517, 154]
Dự đoán CTR với Machine Learning trong Python

Phân tích ROI

  • Giả sử: chi phí c và lợi nhuận r cho mỗi X lượt hiển thị
total_return = tp * r

total_cost = (tp + fp) * c

tp * r > (tp + fp) * c

roi = total_return / total_spent
Dự đoán CTR với Machine Learning trong Python

Hãy thực hành!

Dự đoán CTR với Machine Learning trong Python

Preparing Video For Download...