广告投放的 ROI
广告投放的投资回报率（ROI）可以用混淆矩阵中的四种结果来分类。它被定义为总回报与总成本的比值。若该比值大于 1，表示总回报高于总成本；反之亦然。在本练习中，您将计算一个示例 ROI，假设给定固定的 r（每一定展示数上的每次点击回报）以及 cost（每一定展示数的成本）。
pandas 模块已在您的工作区以 pd 提供，示例 DataFrame 已加载为 df。数组 y_test（测试集的目标值）和 y_pred（预测的目标值）可直接使用。另外，您还可以使用来自 sklearn.tree 的 DecisionTreeClassifier。
本练习是课程的一部分
用 Python 预测 CTR 的机器学习实战
练习说明
- 计算混淆矩阵，并使用
.ravel()展平矩阵以获取四个类别。 - 利用四个类别中的数量，结合
r计算总回报、结合cost计算总成本。 - 计算整体 ROI。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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))