标签: machine-learning retention
最近我尝试构建一个模型来分析我的应用程序功能的重要性和效果。
功能涉及用户行为,包括用户查看的页面,用户点击的按钮等。
在我的线性模型中,我发现几乎所有特征都有正面效果。换句话说,用户留下的概率越高,就越活跃。
在这种情况下,广告也成了一个积极的特征。
观看过多个广告的用户比那些因为他们在我的应用上更加活跃而无法查看任何广告的用户更有可能留下来。
所以我想知道如何设计指标来评估每个功能的确实效果。
答案 0 :(得分:0)
主成分分析是您所需要的。它按功能对模型的影响对功能进行排名。 This paper可以帮助您熟悉它。