クリック率（CTR）の概要

PythonでMachine Learningを使ってCTRを予測する

Kevin Huo

Instructor

クリック率（CTR）

  • クリック率: 広告のクリック数 / 広告の表示数
  • 広告主はクリック率の最大化を目指します
  • クリック率の予測は企業とマーケターにとって重要です

Facebookの広告例

PythonでMachine Learningを使ってCTRを予測する

分類という視点

  • 分類: 観測値にカテゴリを割り当てること
  • 分類器は学習データで訓練し、テストデータで評価します
  • 目的変数: 非クリック/クリックを表す二値（0/1）
  • 特徴量: 目的変数の予測に用いる任意の変数

赤と青の分類例

PythonでMachine Learningを使ってCTRを予測する

サンプルデータの概観

広告クリックデータのサンプル行

  • 各行は、特定ユーザー×特定広告で「クリック/非クリック」の結果を表します
  • 列のフィルタは.isin()で実行: df.columns.isin(['device'])]
  • yがクリック列なら、CTRは y.sum()/len(y) で算出
PythonでMachine Learningを使ってCTRを予測する

特徴量の分析

print(df.device_type.value_counts())

1    45902
0    2947

print(df.groupby('device_type')['click'].sum())

0     633
1    7890
PythonでMachine Learningを使ってCTRを予測する

練習しましょう！

PythonでMachine Learningを使ってCTRを予測する

Preparing Video For Download...