比虚拟模型具有更好的

没有大量数据就无法训练任何模型。然而对于数据足够多的商店我们可以通过将每顾客最后购买的产品作为目标来创建训练集而之前购买的所有产品都作为特征变量。测试哑巴。在谈论测试我们的模型时我们会检查最终模型的重要指标它是否性能我们使用两虚拟模型随机模型从客户未购买的所有产品中预测随机产品。

信息接下来使用广告

下顶级模型预测客户未购买的所有产品中最畅销的产品。随机模 哥伦比亚数据 型应该很容易击败几乎任何有意义的模型但模型有时可能会出乎意料地精确。示例为演示这点让我们看下以下示例在下表中我们可以看到商店购买最多的产品。如果将前三种产品的百分比相加您可以得出结论它们占总体购买量的以上。标题订单红茶原味绿茶原味红茶牛轧糖。

您的产品当用户发现您

李子假设我们要发送封电子邮件其中包含为每位客户推 萨尔瓦多 WhatsApp 号码列表 荐的三种产品。如果我们总是推荐前三名的产品那么无论是哪客户我们显然都会有的准确率因为这三款产品是总体上最受欢迎的产品客户无论如何都会购买它们。因此对于这商店来说好的模型应该具有高于的精度而在其他情况下甚至也可以被认为是很好的精度。