的数据 并检查这些点击是否真的发生了。如果预测和过去的数据匹配 那么假设是正确的 预测可以被认为是准确的。如果模型预测点击 但没有点击 则该假设未得到证实。然后我们回到起点并检验 个新的假设。测试准确度以百分比衡量。例如 我们测试了 名访问者中有 名会点击横幅的假设。预测准确度。误差矩阵的可视化显示预测器在训练模型后如何对测试数据执行结果 广告活动的有效性。
开发周期变得更加
平均提高了 为了测试 模块的点击率如何增加 我们检查了真实的广告活动。该研究涉及银行 电子商务 预订服务和聚合商 媒体。数据由广告平台提供给我们。我们对 指标感兴趣 点击次数与展示次数的比率。例如 在未使用 模块的 巴西号码数据 航班聚合器广告活动中 为。加入预测后 点击率升至。由于预测 航班聚合器获得了更多的广告点击。研究表明 个广告商的平均点击率增加了广告活动的成本没有。
驱动程序 设置数
改变 但准确性有所提高技术板块数据存储 服务器 来自亚马逊的云解决方案 支持的 协议 用于统计数据和再营销列表数据库 服务。充当模型的版本存储。支持高清文件系统。具有用于预测的。 模型分析。计算模型指标。如果分析确认模型结果 购买电子邮件列表 有所改进 则会更新当前版本。如果新 候选 模型的预测比当前 基线 模型的预测差 则模型保持不变。交钥匙项目的强大团队开发人员 后端 前端。
