शुरू करेंमुफ़्त में शुरू करें

Ad spend पर ROI

Ad spend के लिए return on investment (ROI) को confusion matrix के चार outcomes से वर्गीकृत किया जा सकता है. यह मात्रा कुल रिटर्न और कुल कॉस्ट के अनुपात के रूप में परिभाषित है. अगर यह मात्रा 1 से अधिक है, तो यह दर्शाता है कि कुल रिटर्न, कुल कॉस्ट से अधिक था और इसके विपरीत. इस अभ्यास में, आप एक नमूना ROI compute करेंगे, यह मानते हुए कि r फिक्स्ड है — प्रति number of impressions पर एक क्लिक का रिटर्न — और cost, प्रति number of impressions की लागत.

आपके workspace में pandas मॉड्यूल pd के रूप में उपलब्ध है और sample DataFrame df के रूप में लोड है. Arrays y_test (testing सेट के target मान) और y_pred (predicted target मान) उपयोग के लिए उपलब्ध हैं. इसके अलावा, sklearn.tree से DecisionTreeClassifier उपलब्ध है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Machine Learning के साथ CTR प्रेडिक्शन

पाठ्यक्रम देखें

अभ्यास निर्देश

  • Confusion matrix compute करें और .ravel() का उपयोग करके मैट्रिक्स को flatten करके चारों categories प्राप्त करें.
  • चारों categories से प्राप्त मात्राओं का उपयोग करके r के साथ कुल रिटर्न और cost के साथ कुल कॉस्ट calculate करें.
  • कुल ROI calculate करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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))
कोड संपादित करें और चलाएँ