最近更新时间:2023.12.14 17:55:12
首次发布时间:2022.09.14 16:36:40
回购预测模型,可以帮助识别高复购意愿的客户,辅助精准营销,提升复购次数。
使用者需要具备 项目中心-权限-模块-行业模型-模型训练/预测 的权限。
可以通过搜索,找到目标模型版本,也可以查看基本信息,包括创建人,特征表,训练数据,创建时间等
在操作栏,可以针对模型版本进行管理修改,针对不同状态的模型,可执行以下操作:
训练中:可以点击终止,结束训练
训练成功:可以查看模型的训练结果,重新训练、发布或编辑。
训练失败:可以对模型进行重训,或编辑修改模型的配置信息
已发布:可以查看训练结果或下线模型
点击「新建模型版本」创建新版模型
模型特征配置:
输入版本名称
特征表:选择数据集中清洗完成的数据表作为特征表
特征ID列:从特征表内选择表示ID的字段
特征ID类型:选择特征ID对应的主体类型,如基准ID,用户ID等
特征列:
特征列部分预置了推荐添加的特征,如果特征表内有匹配的字段,系统会自动选中,对于没有自动选中的字段,可以在具体特征的右侧选择对应的字段进行设置。
也可以添加自定义特征:点击「+自定义特征」按钮,选择特征表内的字段进行添加
特征日期与日期分区字段:选择用于训练的数据日期以及分区字段
训练数据配置
可通过选择CDP中已有分群包或自行上传分群两种方式
上传的分群文件需要包含ID列和标签列(0负1正)
模型训练成功后,点击「训练结果」进入详情页;
训练结果页面分别展示特征重要性以及模型评估两部分。
名词 | 解释 |
---|---|
AUC | 二分类模型评价指标,模型将某个随机正类别样本排列在某个随机负类别样本之上的概率,AUC越接近1,说明算法预测正样本命中率越高。 |
准确率 | 预测正确的结果占总样本的百分比,准确率越高效果越好。但是样本不平衡情况下,不建议作为衡量指标,无法评估预测正样本的好坏。 |
召回率 | 评估时,实际为正的样本中被预测为正的概率,召回率越高,代表目标人群预测越准确。 |
混淆矩阵 | 混淆矩阵是监督学习中的一种可视化工具,主要用于比较分类结果和实例的真实信息。矩阵中的每一行代表实例的预测类别,每一列代表实例的真实类别。 |
可查看各项指标的图表,并根据图表释义解读模型训练结果。
点击右上角「发布」按钮即可上线模型,上线后的模型将能在新建预测任务时备选。
新建预测任务时,需要设置任务名称,选择具体的模型版本,选择需要进行预测的用户分群包,以及预测任务的更新方式
选择分群包时,当前仅支持对历史用户进行预测,不支持对新用户进行预测。(历史用户:该ID能通过id-mapping匹配CDP中现有的ID)
配置完成后,点击预测按钮即可,之后可以在预测任务管理页面对任务情况对任务进行查看管理。
在预测任务管理管理页面,可以搜索、查看任务的基本信息,包括对应的模型版本、使用的预测分群等
预测结果产生的分群和标签:标签是由预测任务产生的,可以基于这些标签创建人群包,创建出的人群包即会出现在结果中的分群
在操作部分,可以对任务进行修改操作
针对预测中的任务:支持终止任务
针对预测失败/终止的任务:可以编辑任务名称或再次运行
针对预测完成的任务:可以编辑任务名称,查看预测结果
预测结果包括两部分