算法(相似)模型中的特徵排除

在此視頻中,瞭解如何以及為什麼從算法(Algorithm, Look-Lake)模型中排除特定(或一組)特徵。

此功能的使用案例包括:

  • 極其常見的特徵,如網站訪問者特徵,會偏向於模型,這對於尋找品質相似的受眾是無用的。 客戶不再需要建立單獨的資料源並將常見特徵儲存在新資料源中,但現在可以簡單地排除它們。
  • 現在有一種方法可以使用第三方的特徵子集,例如只是行為興趣,而不是模型中的所有資訊。 第三方通常會發送大量資料,這些資料可能對客戶無用。 在某些情況下,不允許他們從法律角度使用所有資料進行建模。 現在,您可以排除不想包含在模型中的特徵或特徵資料夾。

本頁內容