CommencerCommencer gratuitement

ROI des dépenses publicitaires

Le retour sur investissement (ROI) des dépenses publicitaires peut être catégorisé à l’aide des quatre issues d’une matrice de confusion. Cette grandeur est définie comme le ratio entre le rendement total et le coût total. Si ce ratio est supérieur à 1, cela signifie que le rendement total est supérieur au coût total, et inversement. Dans cet exercice, vous allez calculer un ROI d’exemple en supposant un r fixe (le rendement d’un clic rapporté au nombre d’impressions) et cost (le coût par nombre d’impressions).

Le module pandas est disponible sous le nom pd dans votre espace de travail et l’exemple de DataFrame est chargé sous df. Les tableaux y_test (valeurs cibles de l’ensemble de test) et y_pred (valeurs cibles prédites) sont disponibles. De plus, DecisionTreeClassifier de sklearn.tree est disponible.

Cet exercice fait partie du cours

Prédire le CTR avec le Machine Learning en Python

Afficher le cours

Instructions

  • Calculez la matrice de confusion et récupérez les quatre catégories en aplatissant la matrice avec .ravel().
  • Calculez le rendement total (avec r) et le coût total (avec cost) en utilisant les quantités des quatre catégories.
  • Calculez le ROI total.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Compute confusion matrix and get four categories
conf_matrix = ____(y_test, y_pred)
tn, fp, fn, tp = conf_matrix.____

# Calculate total return, total spent, and ROI
r = 0.2
cost = 0.05
total_return = ____ * r
total_cost = (____ + ____) * cost 
roi = ____ / ____
print("Total return: %s, Total cost: %s, ROI: %s" %(
  total_return, total_cost, roi))
Modifier et exécuter le code