【4/18更新】CiNii ArticlesのCiNii Researchへの統合について

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

被引用文献 (0)*注記

もっと見る

参考文献 (0)*注記

もっと見る

関連論文

もっと見る

関連研究データ

もっと見る

関連図書・雑誌

もっと見る

関連博士論文

もっと見る

関連プロジェクト

もっと見る

関連その他成果物

もっと見る

詳細情報

問題の指摘

ページトップへ