1. Learn
    2. /
  2. Courses
    3. /
  3. Przewidywanie CTR z użyciem uczenia maszynowego w Pythonie
Connected

Exercise

Precyzja, ROI i AUC

Zwrot z inwestycji (ROI) można rozłożyć na iloczyn precyzji modelu i stosunku zwrotu do kosztu. Jak już wspomniano, precyzja modelu może być niska, nawet gdy AUC krzywej ROC jest wysokie. Niska precyzja oznacza również niski ROI. W tym ćwiczeniu użyjesz sieci MLP, aby obliczyć przykładowy ROI przy założeniu stałego r – zwrotu z kliknięcia na liczbę wyświetleń – oraz cost – kosztu na liczbę wyświetleń. Sprawdzisz też, jak zmieniają się wartości precyzji i AUC krzywej ROC.

W twoim środowisku dostępne są: X_train, y_train, X_test, y_test, a także clf jako klasyfikator MLP, wyniki prawdopodobieństwa zapisane w y_score oraz przewidywane etykiety w y_pred. Dostępne są również biblioteki pandas jako pd oraz sklearn.

Instructions

100 XP
  • Oblicz precyzję prec klasyfikatora MLP.
  • Oblicz całkowity ROI na podstawie precyzji prec.