累積ゲイン曲線を使ったビジネスケース
累積ゲイングラフは、所定の利益を得るために何人のドナーにアプローチすべきかを見積もるのに使えます。累積ゲイングラフは、母集団のある割合にアプローチしたとき、全ターゲットのうち何パーセントに到達できるかを示すからです。キャンペーンのリワードが分かっていれば、所定の利益に達するために何人のドナーをターゲットにすべきかを容易に導けます。
この演習では、3万ユーロの利益を得るために、何人のドナーにアプローチすべきかを計算します。
この演習はコースの一部です
Pythonで学ぶ予測分析入門
演習の手順
- 累積ゲイン曲線をプロットします。予測値は
predictions_test、正解のターゲット値はtargets_testにあります。 - キャンペーンのコストは0ユーロ、ターゲット1件にアプローチしたときのリワードは50ユーロとします。3万ユーロの利益を得るには、何件のターゲットに到達すべきかを記入してください。
- ターゲットは合計で1000件あります。対象とすべきターゲットの割合（パーセンテージ）を記入してください。
- 累積ゲイン曲線を使って、母集団のうち何パーセントにアプローチすべきかを求めてください。小数第1位に丸めてください。
- 母集団は1万人のドナーで構成されています。何人のドナーにアプローチすべきかを記入してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Plot the cumulative gains
skplt.metrics.plot_cumulative_gain(____, ____)
plt.show()
# Number of targets you want to reach
number_targets_toreach = ____ / ____
perc_targets_toreach = ____ / ____
cumulative_gains = ____
number_donors_toreach = ____ * ____
print(number_donors_toreach)