「変換メトリクスに取り組む場合は、ベータ・二項モデルを考慮してください」

Consider the beta-binomial model when working with conversion metrics.

Karim MANJRAさんによる写真、Unsplashから

CTR/CVRなどのコンバージョンベースのメトリックをより具体的で安定したものにするための特徴エンジニアリング技術を学ぶ

コンバージョンメトリックは業界で豊富に存在します。そして、私たちはしばしばそれらをMLモデルの特徴として使用したいと思います。たとえば、検索ページに表示された製品の印象からクリックまでの製品詳細クリック率(CTR)は、最終的には、電子商取引プラットフォームでの製品の購入有無をモデル化するための1つの特徴として使用することが関連しているかもしれません。

このブログでは、このようなコンバージョンメトリックに対する特徴エンジニアリング技術を学びます。この目的を達成するために、ブログの残りの部分は以下のように構成されます。

  1. なぜコンバージョン特徴を注意深く扱う必要があるのかの説明(つまり、これらの特徴を生の形で使用すべきではない理由)
  2. 解決策:ベータ二項モデルによる生のコンバージョン値をより安定した/具体的なバージョンに変換する方法
  3. ベータ二項モデルの理論的基礎
  4. モデルのベータ事前分布のパラメータを調整するためのガイド
  5. ベータ二項変換を実行するためのPythonコード(ヒント:非常にシンプルです!)

さあ、始めましょう!

生のコンバージョン値を使用する際の欠点

電子商取引プラットフォームで製品の購入有無を予測するための分類モデルを構築しているとします。データの前処理の一環として、各製品に関連する2つの列を抽出します:印象の数とクリックの数です。私たちは強力なドメイン知識を持つ素晴らしいデータサイエンティストなので、「印象からクリックへのコンバージョン」という新しい特徴を導出します。

この特徴エンジニアリングの根拠は、より高い印象からクリックへのコンバージョンは、より良い製品品質を示すという考えです。その論理は、製品が表示された回数(印象)に対してクリックの割合が高い場合、ユーザーが製品に魅力を感じ、それが購入される可能性が高いことを示唆しています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

データサイエンス

「2023年にデータサイエンスFAANGの仕事をゲットする方法は?」

データサイエンスは非常に求められる分野となり、FAANG(Facebook、Amazon、Apple、Netflix、Google)企業での就職は大きな成...

AIニュース

OpenAIのCEOであるSam Altman氏:AIの力が証明されるにつれて、仕事に関するリスクが生じる

OpenAIのCEOであるSam Altmanは、特に彼の作品であるChatGPTに関するAIの潜在的な危険性について公言してきました。最近のイ...

人工知能

ピーター・マッキー、Sonarの開発者担当責任者-インタビューシリーズ

ピーター・マッキーはSonarのDeveloper Relationsの責任者です Sonarは、悪いコードの1兆ドルの課題を解決するプラットフォー...

人工知能

スコット・スティーブンソン、スペルブックの共同創設者兼CEO- インタビューシリーズ

スコット・スティーブンソンは、Spellbookの共同創設者兼CEOであり、OpenAIのGPT-4および他の大規模な言語モデル(LLM)に基...

人工知能

『ジュリエット・パウエル&アート・クライナー、The AI Dilemma – インタビューシリーズの著者』

『AIのジレンマ』は、ジュリエット・パウエルとアート・クライナーによって書かれましたジュリエット・パウエルは、著者であ...

人工知能

「サティスファイラボのCEO兼共同創設者、ドニー・ホワイト- インタビューシリーズ」

2016年に設立されたSatisfi Labsは、会話型AI企業のリーディングカンパニーです早期の成功は、ニューヨーク・メッツ、メイシ...