Show Menu
主题×

精度和范围

描述算法特性中准确性与范围之间的关系。

准确度与触及范围: 关于

在处理算法特征时,了解准确性与触及度之间的关系非常重要。 准确度由一个已评分值表示,该值反映用户与您的基线的相似程度。 精度刻度范围从0(最不精确)到1(最精确)。 访问只是一个值,它表示您要包含在特征中的唯一用户数。 范围和精度成反比关系。 准确特征接触到的用户较少,而接触到的特征接触到的更多则不那么准确。 下图说明了此概念。

准确性和触及范围影响受众大小

在处理算法特征时,您的业务目标应有助于您就准确性和触及力做出正确决策。 如果目标是准确性,请注意,特征的种群在模型运行期间会增加或减少。 种群变化是算法在每个评估期内做出决策的结果。 有时,算法在处理周期中找到更多合格用户,而在其他时间,算法发现的用户可能更少。 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产生的新访客和特征资格决定。 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。

准确性与广度的一般用例

对准确性或触及力的关注取决于您希望通过特定细分实现什么。 下表可帮助您在创建特征时评估准确性与触及范围。
特质决策好处
帮助查找
精准度
与模型中的基准客户相似的用户。 当您想要到达特定活动时,对目标受众有用。
访问
每个数据运行的特定用户数。 当您对达到特定尺寸的活动感兴趣时,对品牌受众非常有用。