شناسایی 5 گروه برتر تبلیغاتی یک مجموعه داده

در این نوشته قصد داریم با بررسی یک دیتاست، 5 گروه برتر تبلیغاتی آن را بدست بیاوریم.

برای این منظور در محیط توسعه، ابتدا دیتاست را می خوانیم.

import warnings
warnings.simplefilter('ignore')

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from pandas.plotting import parallel_coordinates

%matplotlib inline

data = pd.read_csv('./data/ad_table.csv', parse_dates=['date'])
data.tail(20)

حال می بایست درآمد را از هزینه کم کنیم تا سود بدست آید.

data['profit'] = data['total_revenue'] - data['avg_cost_per_click'] * data['clicked']
data.head()

برای شناسایی 5 گروه برتر تبلیغاتی، معیارهای مختلفی مانند میانگین نرخ کلیک یا میانگین نرخ تبدیل وجود دارد. در اینجا، از آنجایی که اطلاعات درآمد و هزینه داده شده است، ما به سادگی از سود خالص به ازای هر تبلیغ داده شده برای یافتن 5 گروه برتر تبلیغاتی استفاده می کنیم.

def unit_profit(df):
    &quot&quot&quot function to calculate the unit profit &quot&quot&quot
    profit = df['profit'].sum()
    shown = df['shown'].sum()
    val = profit / shown
    return val
grouped = data.groupby('ad').apply(unit_profit).reset_index()
grouped = grouped.rename(columns={0: 'unit_profit'})
grouped = grouped.sort_values(by='unit_profit', ascending=False)
grouped.head(10)

بر اساس محاسبات بالا، می‌توانیم آن ها را مشاهده کنیم: ad_group_16، ad_group_2، ad_group_14، ad_group_31، ad_group_27.

همچنین می توانیم از طریق نمودار زیر وضعیت نقاط داده را با توجه به ابعاد مختلف مشاهده نماییم.

classes=['ad_group_16', 'ad_group_2', 'ad_group_14', 'ad_group_31', 'ad_group_27']
features=['shown', 'clicked', 'converted', 'avg_cost_per_click',  'ad']

plt.figure(figsize=(15,8))
visualizer = pd.plotting.radviz(dd[features], 'ad', colormap=plt.get_cmap(&quotSet2&quot))
plt.legend(bbox_to_anchor=(1.0, 1.0))