1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 예측 분석 입문
Connected

연습 문제

리프트 곡선을 활용한 비즈니스 사례

영상에서 캠페인 이익을 계산하는 메서드를 구현하는 방법을 배웠습니다:

profit = profit(perc_targets, perc_selected, population_size, campaign_cost, campaign_reward)

이 메서드에서 perc_targets는 캠페인 대상으로 선택한 그룹 내 타깃의 비율, perc_selected는 캠페인에 선택된 사람의 비율, population_size는 전체 모집단 크기, campaign_cost는 캠페인에서 한 사람을 대상으로 하는 데 드는 비용, campaign_reward는 타깃을 대상으로 했을 때 얻는 보상입니다.

이 연습 문제에서는 전체 기부자를 모두 대상으로 할 때와 상위 40%의 기부자만 대상으로 할 때의 이익을 비교하여, 특정 상황에서 모델을 사용하는 것이 유용한지 판단해 보겠습니다.

지침

100 XP
  • 리프트 곡선을 그리세요. 예측 값은 predictions_test, 실제 타깃 값은 targets_test에 있습니다.
  • 40%에서의 리프트 값을 읽고 입력하세요.
  • 캠페인에 대한 정보는 스크립트에 제공되어 있습니다. 전체 모집단을 대상으로 했을 때의 이익을 계산하세요.
  • 상위 40%를 대상으로 했을 때의 이익을 계산하세요.