Show Menu
主題×

精確度和觸及

說明演算法特性中精確度與觸及度之間的關係。

準確性與觸及性: 關於

在處理演算法特性時,請務必瞭解精確度與觸及度之間的關係。 準確度由計分值表示,該計分值反映使用者與基準的相似程度。 精確等級範圍從0(最不精確)到1(最精確)。 觸及只是一個值,代表您想要包含在特徵中的獨特使用者人數。 覆蓋度與精確度呈反向關係。 精確的特徵觸及到的使用者較少,而觸及面較廣的特徵則較不精確。 下圖說明了此概念。

準確性和覆蓋率會影響受眾規模

在使用演算法特徵時,您的業務目標應協助您針對正確性和觸及性做出正確決策。 如果您的目標是準確性,請注意,特徵的人口族群在模型執行期間可能會增加或減少。 群體變化是算法在每個評估期間做出決策的結果。 有時候,演算法會在處理週期中尋找更多合格使用者,而在其他處理週期中,則可能會找到較少的使用者。 結果是由用來建立模型的基準資料,以及自上一個模型執行以來產生的新訪客和特徵資格決定。 相反地,使用觸及時,使用者人口數會維持不變。 例如,如果您想要觸及10,000位使用者,演算法會確保每次執行的模型都會符合該數字。

準確性與觸及性的一般使用案例

精確度或觸及度的重點,取決於您想要透過特定區段達成的目標。 下表可協助您評估建立特徵時的正確性與觸及性。
特徵決策偏好
協助尋找
準確度
類似模型中基準客戶的使用者。 當您想要觸及特定對象時,對目標促銷活動很有用。
觸及
每個資料執行的特定使用者人數。 當您想要觸及特定規模的受眾時,品牌宣傳十分有用。