CTR模型的AUC如果比较高，是否其实只是因为复购行为带来的AUC虚高？

比如 AUC>0.75 或 AUC>0.8

写回答
好问题 0 提建议
追加酬金
关注问题
分享
邀请回答
编辑收藏删除
收藏举报

报告相同问题？

关注问题

AUC 与 KS 值的关系人工智能数据挖掘机器学习深度学习
2020-12-13 23:17

回答 8 已采纳 1，roc 纵坐标是TPR,横坐标是FPR，ks 是两条曲线，上曲线是TPR,下方曲线是FPR。所以ks 线放在roc 里，就相当于roc 曲线跟y=x 直线的距离。所以roc 越大，曲线越高，跟y
机器学习多次重复实验得到的AUC平均值怎么画出ROC曲线？人工智能数据挖掘机器学习
2020-05-25 11:27

回答 1 已采纳你在每次实验时需要保存下fpr和tpr, 然后可以做个平均化处理，我这里是用的类似宏平均的处理。希望能帮到你。 import numpy as np from scipy import int
机器学习中分类器验证AUC值不理想，能否比较验证集实际频率和预测概率均值来说明模型准确性。机器学习算法
2018-11-28 14:57

回答 1 已采纳感觉你的描述就是计算交叉熵(Cross Entropy) https://blog.csdn.net/tsyccnh/article/details/79163834
推荐算法中模型评估标准——AUC和 NE
2018-07-26 22:53

starxhong的博客广告电商等推荐算法中，评估模型质量的指标，目前用的较多的有：AUC，NE, Bias. AUC(area under curve): 名字曲线下面积，曲线指的的是ROC曲线，ROC曲线如下图（a）所示，其中横坐标是假正率（负样本预测为正的...
可是最终用测试集验证模型却只有0.3的准确率，请问是怎么回事啊？ tensorflow 人工智能机器学习深度学习
2021-02-25 00:59

回答 4 已采纳模型的泛化能力不行，即训练集数据覆盖范围小了，并没有覆盖到大部分情况。举个例子来说，你训练的数据都是圆形的，你用来测试矩形，那肯定不行啊。
keras训练二分类模型acc一直0.5 loss一直是0.69怎么办? tensorflow 人工智能深度学习
2021-03-18 16:11

回答 2 已采纳帮你改了下代码，路径你自己再改改，验证集acc能跑到0.8以上了。 import os import tensorflow as tf from tensorflow.keras import S
语义分割模型训练，发现验证集的loss值震荡，而精度却正常提升，这是怎么回事？？ python 人工智能机器学习深度学习神经网络
2020-03-09 08:35

回答 1 已采纳现象很正常啊，遇到陌生的数据损失肯定会高，loss肯定是在震荡但整体呈下降趋势的
机器学习中准确率、精确率、召回率、误报率、漏报率、F1-Score、AP&mAP、AUC、MAE、MAPE、MSE、RMSE、R-Squared等指标的定义和说明
2020-12-26 12:06

liveshow021_jxb的博客如果AUC值越大，那么根据计算分值将样本排序后，实际上排在前面的样本是正样本的概率也是越大（就是分类器或者模型输出正样本为正的比输出负样本为正要大的概率，即AUC值）。AUC值的计算有好几种方法： 1）、按定义...
如何在R软件中使用survivalROC软件包计算AUC的置信区间 c语言 java r语言有问必答
2022-11-18 00:00

回答 4 已采纳看他人的实例分享，都是使用下载和加载pROC包进行计算AUC的置信区间，提供实例参考：http://www.manongjc.com/detail/59-uvtpzbfuyigpyju.html
roc曲线的auc值 python
2023-04-05 21:40

回答 2 已采纳该回答通过自己思路及引用到GPTᴼᴾᴱᴺᴬᴵ搜索,得到内容具体如下：如果使用SVM模型进行预测，并且得到的ROC曲线下的AUC值为1，可能是因为以下原因： 1. 数据问题：可能存在数据泄漏或者过拟
试着证明“AUC能够用来表示模型给予一个随机正类样本的分数大于给予一个随机负类样本的分数的概率”。 python 有问必答
2021-11-03 13:31

回答 1 已采纳可以参考这篇文章中“AUC的概率解释”部分，这个证明写得还算清晰机器学习之AUC_降措的博客-CSDN博客深入理解AUCAUC是什么au
AI上推荐之 FiBiNET模型(特征重要性选择与双线性特征交叉)
2021-07-03 14:21

翻滚的小@强的博客 1. 写在前面 ... 当然，来实习之后，从前辈们的以及周围伙伴的交流中悟出了一个真理，在推荐系统甚至其他领域(CV,NLP)等，模型都只是工具而已，遇到问题解决问题的方法和策略才是王道，那么我为啥还要坚
数列的变换问题，怎么改变可以代入算roc_auc曲线 python 机器学习算法
2023-03-08 22:01

回答 2 已采纳该回答引用ChatGPT 首先， ROC AUC 曲线是一种用于评估分类模型性能的指标，它的输入数据需要是分类器的预测概率值和对应的真实标签。因此，将一个数列的变换代入算 ROC AUC 曲线并不是
推荐系统经典模型 Wide & Deep 详解 (全网之最)
2021-04-21 09:53

WGS.的博客文章目录摘要简介推荐系统概述Wide & Deep原理Wide部分Deep部分Wide & Deep合并系统实现数据生产模型训练模型服务模型结果App...这篇文章讨论的就是如何利用深度学习模型来进行推荐系统的CTR预测，可以说是在推
震惊！世上最全的人工智能知识总结！
2020-08-27 00:15

星如雨ｸﾞｯ!(๑•̀ㅂ•́)و✧的博客线性回归的回归模型为 y=WTX{y = W^{T}X}y=WTX，就是训练一条直线来拟合我们的训练数据，根据这个训练好的线性函数来预测数值。讲解一下线性回归的底层原理，比若说如何训练，如何得到参数，如何调整参数等？
一年级算法工程师的工作总结
2021-04-24 00:52

kaiyuan_sjtu的博客比如我们需要挖掘文本类特征对 CTR 模型的重要性，最简单的办法就是去做一些重合特征，比如判断 query 和 item title 的重合度，重合词等等，看这些重合特征能对 CTR 模型带来多大的离线收益，如果能够带来比较不错...
推荐系统[八]算法实践总结V0：淘宝逛逛and阿里飞猪个性化推荐：召回算法实践总结【冷启动召回、复购召回、用户行为召回等算法实战】
2023-02-20 18:02

汀、人工智能的博客强时效性：内容推荐场景下的内容新旧汰换非常快，新内容的用户行为少，很难用用户历史行为去描述新内容，而用户行为正是老内容投放主要的依赖。所以当不能依靠用户行为数据来建模内容之间关系的时候，我们必须要找到...
一年级阿里算法工程师的工作总结
2022-03-09 22:04

Pysamlam的博客比如我们需要挖掘文本类特征对 CTR 模型的重要性，最简单的办法就是去做一些重合特征，比如判断 query 和 item title 的重合度，重合词等等，看这些重合特征能对 CTR 模型带来多大的离线收益，如果能够带来比较不错...
阿里算法工程师的工作总结
2022-04-18 00:00

公众号:肉眼品世界的博客比如我们需要挖掘文本类特征对 CTR 模型的重要性，最简单的办法就是去做一些重合特征，比如判断 query 和 item title 的重合度，重合词等等，看这些重合特征能对 CTR 模型带来多大的离线收益，如果能够带来比较不错...
没有解决我的问题, 去提问

问题事件

关注

码龄粉丝数原力等级 --

被采纳

被点赞

采纳率
系统已结题 1月25日
关注

码龄粉丝数原力等级 --

被采纳

被点赞

采纳率
创建了问题 1月17日

悬赏问题

¥15 ubuntu子系统密码忘记
¥15 信号傅里叶变换在matlab上遇到的小问题请求帮助
¥15 保护模式-系统加载-段寄存器
¥15 电脑桌面设定一个区域禁止鼠标操作
¥15 求NPF226060磁芯的详细资料
¥15 使用R语言marginaleffects包进行边际效应图绘制
¥20 usb设备兼容性问题
¥15 错误(10048): “调用exui内部功能”库命令的参数“参数4”不能接受空数据。怎么解决啊
¥15 安装svn网络有问题怎么办
¥15 vue2登录调用后端接口如何实现

CTR模型的AUC如果比较高，是否其实只是 因为复购行为带来的AUC虚高？

0条回答 默认 最新

问题事件

悬赏问题

CTR模型的AUC如果比较高，是否其实只是因为复购行为带来的AUC虚高？

0条回答默认最新