Forum Posts

Sharmin Akter
Jun 12, 2022
In Fashion Forum
与 y 轴上的因变量“转化次数”(Google Ads 上的每日转化量)之间的简单线性回归。我们拟合了一条线性回归线(蓝色)。我们现在可以说,在轴上的 3,000 美元处,回归线上的那 手机号码大全列表 个点对应于 35 次转化。因此,根据数据拟合回归模型,如果我们花费 3,000 美元,我们预计会获得 35 次转化。特征选择的先机 我已经使用了其中的几个回归模型和 将分享我发现的真实情况,这将使您在从哪里开始寻找一个良好的开端。多元回归涉及使用某些自变量(而不仅 手机号码大全列表 仅是一个,如上例所示 来预测因变量。在 Google Ads 中,我发现总有一个自变量是最能预测转化的变量。您可能已经猜到它已经是哪一个了。当在每日标记的训练数据上运行 ML 模型以预测某些特征是否会导致转化时,我们不断发现,在所有条件相同的情况下,活动支出是转化量的最强预测 手机号码大全列表 指标。下表显示了不同 ML 模型的“均方根误差”(RMSE)。 RMSE 是一种误差 手机号码大全列表 度量,它显示了拟合模型与训练数据的距离。误差越低越好——这意味着模型更准确地拟合数据。 (2) 所有功能包括: 星期几、关键字、CTR、CPC、设备、最终到达网址(着陆页)、广告排名和费用。我们运行了五种不同的机器学习算法:决策树、K 最近邻、线性回归、随机森林和支持向量回归。在大多数情况下,删除“成本”作为数据集中的一个特征比删除任何其他特征增加的误 手机号码大全列表 差值更大。这意味着该模型在预测正确结果方面变得不那么准确了。我们还可以 手机号码大全列表 分析随机森林(最佳模型)使用的特征的重要性。很明显,成本是算法用来确定其结果的关键特征:它不应该让您感到惊讶:您花费的越多,您获得销售的可能性就越大。使用成本作为销售预
搜索体验产生负面影响手机号码大全列表 content media
0
0
1
 

Sharmin Akter

More actions