Show Menu
主题×

准确性和范围

描述算法特征中准确性与范围之间的关系。

准确度与触及范围:关于

在处理算法特性时,了解准确性与触及力之间的关系非常重要。 准确度由评分值表示,该值反映用户与您的基准的相似程度。 精度刻度范围从0(最不精确)到1(最精确)。 访问只是一个值,它表示您要包含在某个特征中的唯一用户数。 范围和准确度是反向相关的。 准确的特征覆盖的用户数较少,而覆盖面较大的特征则较不准确。 下图说明了此概念。

准确性和触及范围影响受众规模

在处理算法特征时,您的业务目标应帮助您就准确性和触及力做出正确决策。 如果准确性是您的目标,请注意,在模型运行期间,特征的群体可能会增加或减少。 群体变化是算法在每个评估周期内做出决策的结果。 有时,算法在处理周期中查找更多合格用户,而在其他处理周期中查找更少。 结果由用于创建模型的基准数据以及自上一个模型运行以来出现的新访客和特征资格确定。 相反,在使用触及时,用户人口数保持不变。 例如,如果您希望达到10,000个用户,算法将确保每次运行模型时始终达到该数字。

准确度与触及范围的一般用例

关注准确性或触及范围取决于您希望通过特定细分实现什么。 下表可帮助您评估创建特征时的准确度与范围。
特质决策优惠
帮助查找
精准度
与模型中的基准客户相似的用户。 当您希望触及特定受众时,对目标营销活动很有用。
访问
每个数据运行的特定用户数。 当您对触及特定规模的受众感兴趣时,对品牌营销活动很有用。