点击率简介

用 Python 预测 CTR 的机器学习实战

Kevin Huo

Instructor

点击率

  • 点击率：广告点击数 / 广告展示数
  • 投放广告的公司和营销人员希望最大化点击率
  • 预测点击率对公司和营销人员至关重要

来自 Facebook 的广告示例

用 Python 预测 CTR 的机器学习实战

从分类视角

  • 分类：为观测分配类别
  • 分类器用训练数据学习，并在测试数据上评估
  • 目标：二元变量，0/1 表示未点击/点击
  • 特征：用于帮助预测目标的任意变量

红蓝分类示例

用 Python 预测 CTR 的机器学习实战

快速查看示例数据

广告点击数据示例行

  • 每行表示某用户对某广告的点击或未点击结果
  • 通过 .isin() 过滤列：df.columns.isin(['device'])]
  • 若 y 为点击列，CTR 计算为：y.sum()/len(y)
用 Python 预测 CTR 的机器学习实战

特征分析

print(df.device_type.value_counts())

1    45902
0    2947

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

0     633
1    7890
用 Python 预测 CTR 的机器学习实战

开始练习！

用 Python 预测 CTR 的机器学习实战

Preparing Video For Download...