Comments 3
Разделение выборки на валидационную в данном случае выглядит избыточно: достаточно обучающий и проверочной. Хорошо должен был сработать ансамбль из ансамблей catboost и lightgbm. Может, градиентный бустинг тоже взлетел , если данных не очень много.
Например: Пользователь смотрел красный малолитражный автомобиль модели «А» => К его профилю привяжется модель «А» и цвет «красный»; пользователь смотрел страницу кредита => К его профилю привяжется интерес «кредит». При следующем посещении сайта или в ретаргетинге для него будет показан баннер про красный автомобиль с текстом про кредит.
Честно, думал, что рекламировать туфли тому, кто их уже купил плохая стратегия.
Даже с искусственным интеллектом))
Если хотите понять, как реально принимают решения и как распространяется информация, обращайтесь.
Sign up to leave a comment.
Повышение конверсии сайта и персонализация CRM коммуникаций с машинным обучением