Rozwój modeli
Przypomnienie wcześniejszych pomysłów
Doważanie danych treningowych
::: block
| wektor cech | BR na produkcji | BR w datasecie | survival rate | |
|---|---|---|---|---|
| typ A | | 1 | 0.5 | 1 | | 1000 | 100 | |
| typ B | | 4 | 0.2 | 0 | | 1000 | 10 |
| waga podczas uczenia | |
|---|---|
| typ A | |
| typ B |
Propozycja rozwiązania
::: block W przypadku CTR, survival rate ~ win ratio. Można zliczać wystąpienia wektora binarnego z Catboosta/AutoInta i doważać dane podczas działania bayesian online learning.
W przypadku CVR, survival rate ~ win ratio * CTR.
Doważanie danych treningowych
::: block
Jaki KPI adresujemy?
GMV
Wielkość tematu
L
Zależności
devs (zmiany w bidderze)
Sekwencyjny model CVR
::: block Temat został zablokowany z powodu braku miejsca na CEPH. Z tego samego powodu eksperymenty były prowadzone tylko na jednym miesiącu danych.
Wyniki: :::
::: block
Do zrobienia: powtórzenie eksperymentu na 12 miesiącach danych (kod istnieje, trzeba przeliczyć dataset i przetrenować model).
:::
Sekwencyjny model CVR
::: block
Jaki KPI adresujemy?
GMV
Wielkość tematu
M
Zależności
feature store