클릭률 소개

Python으로 Machine Learning을 활용한 CTR 예측

Kevin Huo

Instructor

클릭률

  • 클릭률(CTR): 광고 클릭 수 / 광고 노출 수
  • 광고를 집행하는 기업과 마케터는 클릭률을 극대화하려 합니다
  • 클릭률 예측은 기업과 마케터에게 매우 중요합니다

페이스북 광고 예시

Python으로 Machine Learning을 활용한 CTR 예측

분류 관점에서 보기

  • 분류: 관측값에 범주를 부여
  • 분류기는 학습 데이터로 학습하고 테스트 데이터로 평가합니다
  • 타깃: 비클릭/클릭을 0/1로 나타내는 이진 변수
  • 피처: 타깃 예측에 사용하는 모든 변수

빨강과 파랑의 분류 예시

Python으로 Machine Learning을 활용한 CTR 예측

샘플 데이터 간단히 보기

광고 클릭 데이터 샘플 행

  • 각 행은 특정 사용자와 특정 광고에 대한 클릭/비클릭 결과를 나타냅니다
  • 열 필터링은 .isin()으로 수행: df.columns.isin(['device'])]
  • y가 클릭 열이면 CTR: y.sum()/len(y)
Python으로 Machine Learning을 활용한 CTR 예측

피처 분석

print(df.device_type.value_counts())
1    45902
0    2947
print(df.groupby('device_type')['click'].sum())
0     633
1    7890
Python으로 Machine Learning을 활용한 CTR 예측

연습해 봅시다!

Python으로 Machine Learning을 활용한 CTR 예측

Preparing Video For Download...