CTR 予測モデルの評価に AUC や log-loss は適切か?

DOI

書誌事項

タイトル別名
  • Do the AUC and log-loss evaluate CTR prediction models properly?

抄録

<p>クリック率 (CTR) 予測はweb広告プラットフォームを持つ企業にとって最も重要なタスクの一つである. しかしながら, CTR予測は非標準的な機械学習のタスクであるため, 例えば ROC 曲線の area under the curve (AUC), 対数損失 (別名: 交差エントロピー) などの従来の評価指標は不適切になりうる. 我々の目的は, CTR予測のための新たな指標を開発することにある. 本稿では, これら従来の評価指標の欠点と, カリブレーションプロット的なアプローチに基づく指標の展望について述べる.</p>

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390845713072711424
  • NII論文ID
    130007658628
  • DOI
    10.11517/pjsai.jsai2019.0_3k3j203
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ