Виды источников трафика в системах аналитики Яндекс Метрика и Google Analytics

#Общие вопросы
#Источники трафика

#96

Декабрь’18

1

Декабрь’18

1

Источники трафика — это каналы, по которым посетители приходят на сайт. Чтобы их отслеживать, необходимо установить счетчик веб-аналитики Яндекс Метрика и Google Analytics.

Виды источников трафика

Каждому визиту соответствует определенный источник. В установленных системах веб-аналитики они делятся на следующие группы:

• Переходы из поисковых систем (Organic Search) — данный источник присваивается посетителям, совершившим переход на сайт из выдачи поисковых систем.
• Переходы по рекламе (Paid Search) относятся к трафику, источником которого являются рекламные системы, такие как Яндекс Директ, Google Ads, медийные площадки, а также переходы по ссылкам, имеющие специальные метки (UTM, Openstat).
• Прямые заходы (Direct) регистрируются, когда пользователи переходят на сайт из закладок браузера или вручную набрав его доменное имя в адресной строке браузера.




• Переходы по ссылкам на сайтах (Referral) — к данному каналу относятся переходы, совершенные по ссылкам, размещенным на других сайтах.
• Переходы из социальных сетей (Social) совершаются по ссылкам, размещенным в социальных сетях.
• Переходы с почтовых рассылок (Email) отслеживают пользователей, пришедших на сайт из рассылок электронных писем. Для того, чтобы данный источник учитывался отдельно, необходимо добавить ссылкам из письма utm, openstat или from метку email.

Помимо указанных выше, существует трафик, источник которого система аналитики определить не смогла. В источниках такие данные попадают в группу «Не определено» (Other).

Яндекс Метрика также фиксирует:

• Внутренние переходы — в них попадают визиты, в которых пользователь не совершает активных действий на сайте в течение определенного промежутка времени (тайм-аут визита), который задается в настройках счетчика.
• Переходы с сохраненных страниц — фиксируют переход на сайт со страницы, которая локально сохранена на компьютере.

Google Analytics в своих отчетах отдельно выделяет источник Display — «Баннерная реклама».

Зачем нужно анализировать источники трафика?

Каждый из источников можно проанализировать более детально, разгруппировав их по отдельной поисковой системе или рекламному источнику.

Анализ нужен для:

• выявления наиболее эффективных каналов;
• определения общей картины пользователей;
• обнаружения возможных проблем с посещаемостью.

Похожее

Общие вопросы
Источники трафика

Как задавать UTM-метки

Общие вопросы
Источники трафика

#116

Как задавать UTM-метки

Апрель’19

2051

8

счетчик для контекстной рекламы в 2023 году

Статья обновлена 18. 07.2022

Яндекс.Директ – сервис, который имеет встроенные функции аналитики. Среди них счетчик показов, показатели кликабельности ключевиков и объявлений. Однако статистика Директа не позволяет увидеть ряд ключевых моментов, связанных с действиями пользователей на сайте. Например, конверсии, продолжительность визита, показатель отказов. Для того, чтобы проанализировать эти события, потребуется подключение аналитической системы. В этой статье мы расскажем, как настроить Метрику в Яндекс.Директ и как использовать полученные данные. 

Встроенная статистика: отличия между Яндекс.Директ и Яндекс.Метрикой

Если вы уже хоть раз настраивали Директ, то могли увидеть, что там тоже есть статистика. 

Зачем же нужна дополнительная статистика, если она уже есть?

Действительно, в интерфейсе Директа можно увидеть много полезных данных: стоимость клика, CTR, охват, расходы и прочие показатели контекстной рекламы.

Также система предоставляет данные о цене за каждый визит на сайт с контекста. Работающая рекламная кампания, безусловно, не измеряется только количеством переходов на ресурс. Полезно также узнать, сколько получилось привлечь клиентов, и в какую сумму это обошлось. Бывают ситуации, что кликов по объявлению много, но в итоге с рекламы приходит всего несколько обращений. Из-за этого контекстная реклама оказывается неэффективной. Пользователь может заинтересоваться объявлением и перейти по нему, но по какой-то причине не совершить конверсионное действие. Чтобы узнать, почему так вышло, как раз и нужно использовать Метрику. 

Как создать счетчик Метрики

Порядок настройки Яндекс.Метрики довольно простой и при правильном подходе занимает не более 15 минут. Чтобы получать точные данные для дальнейшего анализа, понадобится настроить связь двух систем.

Как добавить Метрику в Яндекс.Директ:

1. Перейдите на главную страницу Метрики и создайте новый счётчик. 
2. Заполните все пустые поля: имя ресурса, почта для уведомлений, адрес сайта.
3. Не забудьте активировать сервисы по аналитике действий пользователей на сайте и принять условия пользовательского соглашения.  
4. Создайте код счётчика.

1. Далее выберите необходимый способ установки Метрики на сайт. 
2. Активируйте опцию электронной коммерции и контентной аналитики, если это необходимо. 
3. В нижней части страницы отобразится код, который необходимо установить на все страницы сайта. Обратитесь с данной задачей к своему техническому специалисту. 

Если же вы используете конструкторы сайтов, то счётчик можно легко установить самостоятельно, воспользовавшись функциями платформы. 

Далее следует добавить цели, которые нужно отследить. Речь идёт о действиях, которые будут совершать посетители веб-ресурса. Например, это может быть успешное оформление заказа или заполнение формы обратной связи.

Теперь нужно установить связь системы аналитики и рекламы. Для этого у аккаунта, на котором настраивается рекламная кампания Яндекс.Директ, должен быть доступ к счётчику Яндекс.Метрики. Иногда они находятся на разных аккаунтах и просто так добавить счётчик не получится.

Проверить, подключен ли аккаунт можно по ссылке. Если значение Яндекс.Директ не определено в Метрике, в соответствующем поле будет указано «не подключено». 

В таком случае нужно добавить счётчик в разделе «Настройки» аккаунта Яндекс.Директ. Анализ Метрика → Яндекс.Директ теперь будет автоматически определяться по одному и тому же указанному счетчику для всех новых кампаний.

Также эту настройку можно выполнить на этапе редактирования рекламной кампании. Укажите созданный счётчик в пустом поле, отмеченном на скриншоте.

Такие же обновления можно сделать сразу в нескольких кампаниях. Для этого нужно отметить их галочкой в общем списке и выбрать в меню опцию «Счётчики Метрики».

Когда эти действия будут выполнены, можно будет перейти к анализу.

Обзор доступных функций Яндекс.Метрики

Перед тем,  как приступить к просмотру статистики, предлагаем отдельно разобраться с данными, которые стали доступны после установки Яндекс.Метрики. 

Для начала  анализа Метрики нужно войти в счётчик и посмотреть на левую вкладку меню. Здесь вы увидите основные функции аналитики. Метрики качества Яндекс.Директа находятся, по большей части, во вкладке «Отчёты». 

Однако есть и другие разделы, которые могут оказаться полезны при аналитике или её настройках. Здесь мы остановимся подробнее и расскажем о каждом из пунктов отдельно.

Сводка

Все общие данные находятся в отчёте-сводке. Тут можно увидеть общую картину происходящего и при необходимости углубиться в детали.

Сводка — это своеобразный дашборд, который можно настроить под себя для быстрого доступа к самым важным данным. Например, сюда можно вывести данные о посетителях, источниках трафика, данные по регистрациям, доходе и так далее. Определите показатели, важные для конкретного бизнеса и вынесите их на главный экран «Сводки» при помощи кнопки «+Создать виджет» в правом верхнем углу.

Отказы

Отказы требуют особого внимания — они позволяют понять, удалось ли найти пользователю нужную информацию. Под отказами понимается процент пользователей, которые ушли с ресурса сразу же, то есть проявили незаинтересованность. Системы аналитики по-разному оценивают данный показатель. Например, Google Analytics считает отказом просмотр только одной страницы сайта. Даже если пользователь провел на ней час. У Метрики же система выстроена иначе:

Визит или посещение считается отказом, если пользователь провёл на сайте менее 15 секунд и открыл не больше 1 страницы.

Показатель отказов важен в разрезе контекстной рекламы, потому как помогает оценить качество рекламного объявления. По этой причине рекомендуем внимательно проанализировать данную графу. Если отказов с рекламы больше 30%, это говорит о том, что на странице клиент не нашёл то, что искал. Его заинтересовало объявление, но на сайте не оказалось нужной информации. В такой ситуации стоит посмотреть на созданные креативы и тексты объявлений. Являются ли они релевантными? 

Также стоит выяснить, нет ли проблем со скоростью загрузки страниц. Возможно, сайт медленно открывается и вы сливаете бюджет на контекстную рекламу? 

Стоит проанализировать и сам ресурс. Удобен ли он пользователю и достаточно ли на нем информации о вашей компании и о рекламируемых продуктах?

Низкий показатель отказов говорит о том, что с рекламы приходит целевой трафик. 

Норму показателя отказов сложно обозначить, так как многое зависит от тематики объявлений и специфики конкуренции. Но можно однозначно сказать, что чем ниже их процент, тем лучше. 

Конверсии

В этом отчете сведения по целям показаны  в виде графика. Также есть данные по визитам, конверсиям и достижениям. Они помогут понять, какие шаги были сделаны посетителями. Объявления, которые принесли больше всего конверсий являются наиболее успешными, а значит — требуют оптимизации бюджета. Поэтому так важно отслеживать достижение конверсий.

Задать интересующие конверсии можно в разделе «Отчёты». Во вкладке «Источники» и «Директ» добавьте необходимые цели. Перед этим шагом должна быть произведена связка Метрики и аккаунта в Директе.

После этого шага вы сможете увидеть в отчёте графики конверсий с возможностью сегментировать аудиторию и посмотреть эти данные по разным сегментам аудитории.

Ключевые слова

Каждый рекламодатель хочет знать, какие ключевые слова оказались самыми конверсионными, а какие не дали результатов. Метрика позволяет получить ответ на этот вопрос. 

В отчете по ключевым словам вы увидите:

• по каким запросам отображалась ваша реклама;
• что ввёл пользователь в поисковик перед переходом на ресурс;
• почему ваше объявление было показано: ключевик, автотаргетинг, динамическая реклама;
• тип соответствия ключевой фразы;
• условия таргетинга.

Глубина просмотра и время на сайте

Чтобы понять, как ведут себя пользователи, нужно обратить внимание на показатели средней глубины просмотра страниц. Это позволит выяснить, сколько страниц пользователь открыл во время визита. Чем дольше он оставался на веб-портале, тем больше ему понравился сайт и тем вероятнее он совершит целевое действие. Пусть и не с первого посещения.

При этом слишком высокие цифры могут указывать на то, что страница оказалась непонятной для посетителя. Возможно, человек долго не мог разобраться, где найти нужную информацию, как оформить заказ и так далее. Оптимальная глубина просмотра варьируется в зависимости от тематики ресурса. Например, у лендинга такого показателя не будет никогда. Ведь он состоит только из одной страницы.

А для крупного интернет-магазина, предполагающего продажу больше одного наименования за раз, средняя глубина просмотра в 5 страниц будет являться небольшой. Речь идет о стройматериалах или комплектующих к ПК. На таких ресурсах пользователи в среднем листают больше страниц перед покупкой. 

Но всё относительно. Для магазина, продающего в среднем 1-2 юнита, показатель глубины просмотра в 5 страниц будет считаться очень хорошим. К таким торговым площадкам можно отнести, например, смартфоны или услуги косметологии.  

Так что не торопитесь с выводами, а сначала учтите специфику вашего бизнеса и тип ресурса.

Время на сайте показывает, сколько времени человек на нём провёл. Но если отдельно рассматривать эту метрику, то она будет неинформативной. Так же, как и показатель отказов, время на сайте в разных аналитических системах учитывается по-разному. Метрика учитывает эту продолжительность, как время между первым и последним событиями в визите пользователя. Событиями считаются:

• загрузка/просмотр страницы;
• переход по внешней ссылке;
• конверсия.

Именно поэтому время на сайте у одностраничников показывается как 14-15 секунд. Это не считается Метрикой отказом, ведь визит продлился не менее 15 секунд. Но и рассчитать время дальше у системы не вышло, так как событий не было. Пользователь просто закрыл сайт, а это не считается событием для Метрики. Поэтому в отчётах «время на сайте» дан примерный показатель, ориентироваться на который не стоит.

Реальное время на сайте можно посмотреть в Вебвизоре, так как он записывает весь сеанс пользователя. Тут же можно сравнить и увидеть, как пользователь просидел на одностраничнике 15 минут, что-то читая, но «время на сайте» у него 15 секунд.

Теперь перейдём к анализу визуальных инструментов Метрики. И начнём с главного из них.

Вебвизор

Вебвизор записывает поведение человека на странице, а затем воспроизводит его действия  через видео. Можно понаблюдать за тем, как вели себя посетители на сайте. А также выяснить, на что они обратили внимание, какие страницы просматривали. Можно понять, по какой причине пользователи покинули сайт и какие сложности возникли.

Не рекомендуем смотреть все записи подряд. Лучше их группировать, например, по каналам или другим признакам. На скриншоте ниже показано, как установить фильтр на опредёленные ключевые фразы.

При активации такого фильтра получится посмотреть, как ведут себя посетители, которые пришли по рекламе. На основании данных, предоставленных Вебвизором, можно сделать выводы об улучшении качества ресурса или изменении рекламной стратегии. 

Карта кликов

При помощи этой функции можно узнать, какие элементы на посадочной странице оказались наиболее востребованными. Они будут выделяться при помощи цветов. Красный оттенок говорит о том, что элемент отличается высокой востребованностью. Синим помечаются наименее популярные области. Такая разметка даст понять, какие кнопки кликабельные, а какие нет. Можно будет определить , нужно ли внести изменения, чтобы увеличить количество конверсий на сайте. Например, в этом отчёте можно увидеть, как часто пользователи кликают по неактивному элементу. Это отличный повод для изменений в дизайне страницы. Ведь если посетители уже сейчас видят эту область как способ получить дополнительную информацию, почему бы этим не воспользоваться.

Также не стоит забывать, что мы анализируем контекстную рекламу. Смотрите выборку не по всем людям, а только по тем, которые пришли благодаря Директу.

Карта ссылок

Это ещё один полезный инструмент, который часто используют для анализа. Он работает так же, как и Карта кликов. Все ссылки раскрашиваются в зависимости от кликабельности, поэтому можно понять, какие из них более востребованные. Если цвет синий, то человек минимально взаимодействует с сайтом. Если красный, то интерес к данному разделу повышенный. Жёлтый и зелёный оттенки говорят о том, что заинтересованность средняя.

Так можно понять, какие разделы больше заинтересовали людей, а какие нет. Это тоже позволит сделать определённые выводы о необходимости улучшения юзабилити ресурса.

Карта скроллинга

Она помогает понять, как именно посетители распределяют внимание относительно разных зон страницы. Нередко основную часть внимания захватывает исключительно верхняя область сайта. И чем больше пользователям приходится прокручивать страницу вниз, тем меньше просмотров остаётся их внимания для остальных элементов.

Следовательно, всю важную информацию лучше размещать вверху. В разрезе контекстной рекламы это даст понять, куда больше всего смотрят люди, пришедшие из Директа. Основной показатель эффективности рекламы — это её релевантность. Поэтому, если пользователь не сразу видит то, о чем вы пишете в рекламном объявлении, это повод задуматься. Стоит изменить рекламный посыл или пересмотреть навигацию на сайте. Главное, чтобы клиент сразу получал то, что запрашивает. Это залог высоких конверсий.

Аналитика форм

Благодаря этому отчёту можно выяснить, как именно люди взаимодействуют с разными формами. В отчёте будет сказано, сколько человек заполнили ту или иную графу. Также можно увидеть, сколько посетителей совершили целевое действие.

Когда большая часть людей не доходят до полного заполнения формы, нужно проверить, точно ли она удобна. Возможно, некоторые поля лучше убрать. Нужно стараться сделать форму максимально краткой и емкой. Чтобы людям не приходилось указывать большое количество данных. Это часто  отталкивает — посетители не хотят много рассказывать о себе и тратить время на заполнение .

Бывает и такое, что формы вовсе не работают, либо функционируют с ошибками. Именно это и мешает отправке данных.

Настройки Яндекс.Метрика для базовой аналитики 

Как быть, если количество целевых пользователей не определено, а самая эффективная рекламная кампания не найдена? Рассказываем о функциях, которые помогут ответить на эти вопросы.

Цели 

Цели позволяют выяснить, является ли реклама эффективной. После настройки ключевых целей показатели конверсии сайта будут показываться в отчётах. Цели можно создать на этапе создания счётчика или добавить уже в процессе работы.

После добавления целей во всех отчётах можно будет посмотреть, сколько раз их достигали за определённый период.

Модели атрибуции

Для проведения качественной аналитики нужно знать, какие объявления привели пользователя на сайт, а какие побудили оформить заказ. Чтобы получить эту информацию, понадобится использовать модели атрибуции.

Конверсии могут выполняться с прямых заходов, с рекламы, из поисковиков. Для каждого из вариантов визита нужно назначить ценность.

Атрибуция помогает в том случае, если первый контакт с веб-сайтом был по рекламе, а заказ человек оформил через некоторое время. В этом случае последний источник трафика будет засчитан как внутренний переход. Атрибуция с последним значимым переходом покажет конверсии из повторных визитов.  

Цели по звонкам

Если рекламодатель заинтересован в том, чтобы люди совершали звонки с рекламы в Директе, ему нужно обязательно отслеживать данное действие. Чтобы это делать, нужно подключить к Метрике один из сервисов коллтрекинга или Яндекс Телефонию. 

При активации подобных сервисов бизнесу будет предоставлен многоканальный номер. Новый телефон смогут увидеть те люди, которые посетили страницу благодаря рекламе. 

Клиент будет звонить по указанному номеру, далее произойдёт переадресация, и человек будет перенаправлен на настоящий номер. Метрика сохранит интересующую информацию о звонке. Можно будет увидеть его продолжительность, время ожидания. Также получится узнать, когда именно был сделан звонок.

После подключения телефонии или коллтрекинга на сайт, счётчик Метрики нужно будет подключить в настройках этих сервисов. Тогда события начнут отправляться в Яндекс.Метрику. Цели по звонкам появятся автоматически после получения первых конверсий.

Отслеживание звонков поможет точно определить, благодаря какой рекламе произошел контакт с пользователем. Подробные правила о целях по звонкам можно прочитать в официальной справке Яндекс.Директ. 

Как подключить Метрику в Яндекс.Директ и избежать возможных проблем

В этом пункте мы рассмотрим, какие проблемы могут возникнуть при установке Яндекс.Метрики. 

Код Метрики некорректно установлен

Самый простой и быстрый способ проверить корректность установки — перейти на главную страницу Яндекс.Метрики. В разделе «Мои счётчики» вы увидите перечень ресурсов. Каждому из них будет присвоен значок красного, зелёного или желтого цвета.

Зелёный цвет означает, что всё в порядке и счёчик работает. Желтый показывает, что сайт находится на проверке. Красный цвет указывает на то, что счетчик Метрики не найден. Так, на примере ниже успешно проверено только два ресурса, помеченные стрелочками.

Возможной причиной неработающей аналитики может служить некорректная установка счётчика. Если все настройки были выполнены согласно нашей инструкции выше, а система по-прежнему не работает, — уточните, всё ли впорядке с кодом на сайте. Он может быть установлен с ошибкой или не установлен вовсе. 

Яндекс.Директ не видит счетчик Метрики

Даже если код аналитики установлен неправильно и данные на него не поступают, но счётчик существует и к нему есть доступ в аккаунте Директа — он будет видеть этот аккаунт Метрики. Данные, конечно же, будут поступать некорректные. Однако если есть доступ — система будет его видеть и давать возможность подключить к рекламной кампании.

Поэтому если Яндекс.Директ не видит счетчик Метрики, это может означать только одно — у аккаунта нет доступа к счётчику аналитики.

У Яндекс.Директ нет доступа к Метрике

Увидеть данную проблему можно внутри настроек счётчика. Перейдите в раздел «Подключение отчетов». Если в блоке Яндекс.Директа нет надписи «подключено», то система аналитики и контекстной рекламы не интегрированы. Исправьте эту неполадку по нашей инструкции в разделе  «Создание счётчика».

Как оценить эффективность рекламы: 3 основных показателя

Критериев оценки продвижения много, и все они рассматривают рекламу с различных ракурсов.  

В сегодняшнем материале мы больше акцентируем внимание на анализе эффективности Директа, поэтому приведем в пример 3 показателя, по которым удобно оценивать результаты маркетинговых активностей:

1. CPC — цена за клик.
2. CLICK — клики, их количество по каждому объявлению/группе/кампании. Показатель является индикатором интереса к вашему рекламному объявлению.
3. CPA — стоимость конверсия. Пожалуй, самый важный показатель. Ведь какая польза в тысяче кликов, если они не принесли ни одной, даже промежуточной, конверсии?

Если не учитывать перечисленные параметры, не получится однозначно понять, сколько стоили целевые действия пользователей и оказались ли они выгодными.  

Но часто этих показателей недостаточно. Они являются базовыми, и для полноты картины рекламу лучше анализировать в разрезе окупаемости. В этом помогут следующие показатели:

• CPO – стоимость заказа. Для понимания эффективности потребуется сопоставить затраты на рекламу и число сделанных заказов.
• ROI – это показатель рентабельности инвестиций в рекламную кампанию. Для определения этого значения нужно от доходов отнять себестоимость продукта или услуги и расходы на рекламу, а полученную сумму поделить на затраты.

Для отслеживания выше перечисленных показателей базовой настройки Яндекс.Метрики недостаточно. Для анализа показателей CPO и ROI, нужно сначала настроить аналитику электронной коммерции и/или интегрировать данные из CRM-системы в Метрику. Это поможет отразить в отчётах:

• заказы;
• сделки; 
• доход. 

После того, как Метрике станут доступны эти данные, вы сможете вычислить перечисленные показатели: CPO и ROI.

Упростить и ускорить перенос этих данных можно с помощью сервиса ROMI center.

Заключение

Мы рассмотрели основные инструменты Метрики, которые будут полезны при анализе контекстной рекламы. Встроенная аналитика количества кликов, расходов и счетчик показов Яндекс.Директ – полезные функции сервиса контекстной рекламы. Однако наиболее полное понимание эффективности продвижения вы сможете получить только при подключении Метрики.

Используйте все функции аналитики, чтобы исследовать рентабельность рекламы и при необходимости вносить корректировки. Для этого нужны и важны:

1. Клики по рекламным кампаниям. Если на рекламу не нажимают, то она неинтересна пользователям.
2. Заявки. Контактные данные пользователей важны для любого бизнеса. Если такие люди и не совершат покупку, то им можно предлагать выгодные акции в рассылках. И, возможно, когда-нибудь они все-таки дойдут до совершения заказа.
3. Оплата товаров. Ключевая цель вашего продвижения. О результативности рекламы можно судить, в первую очередь, именно по количеству оплат.
4. Окупаемость рекламных инвестиций. Вы не должны тратить на рекламу больше, чем зарабатываете на ней. Именно поэтому самый важный пункт из перечисленных – наличие конверсий. Без них продвижение просто не окупится.

Не упускайте из внимания перечисленные факторы, и тогда результат продвижения не заставит себя ждать. А если вы хотите тратить меньше времени на аналитику, но получать при этом больше точных данных, то отличным решением станет сквозная аналитика. Яндекс.Директ при помощи такой интеграции будет более эффективен. Сквозная аналитика сама собирает данные со всех рекламных площадок, CRM, систем коллтрекинга и конфигурирует информацию в удобных отчётах. Всё это позволит избежать лишних трат, а также снизить расходы на привлечение новых клиентов.

Следующая статья: « Engagement rate: для чего нужен и как рассчитать этот показатель

python 3.x — NameError: имя «метрика» не определено

Задавать вопрос

спросил
3 года, 7 месяцев назад

Изменено
3 года, 1 месяц назад

Просмотрено
51к раз

Выдает ошибку в расчете точности метрик. Я импортировал библиотеку для расчета метрик точности, но все равно выдает ошибку, что имя метрики не определено

 из sklearn.feature_extraction.text импорт TfidfVectorizer
tf_idf_vect = TfidfVectorizer()
обзоры_tfidf = tf_idf_vect.fit_transform (x_train ['question_text']. значения)
обзоры_tfidf1 = tf_idf_vect.transform(x_cv['question_text'].значения)
обзоры_tfidf2 = tf_idf_vect.transform (тест ['question_text']. значения)
из sklearn.model_selection импортировать GridSearchCV
из sklearn.naive_bayes импортировать BernoulliNB
импортировать sklearn.metrics
б = БернуллиNB()
param_grid = {'alpha':[1000,100,10,1,0.1,0.01,0.001]} # параметры, которые нам нужно попробовать на классификаторе
gsv = GridSearchCV(nb,param_grid,cv=2,verbose=1,n_jobs=-1,оценка='f1')
gsv.fit (обзоры_tfidf, y_train)
nb = Бернулли NB (альфа = 0,1)
nb.fit (обзоры_tfidf, y_train)
train_pred = nb.predict(reviews_tfidf)
cv_pred = nb.predict (отзывы_tfidf1)
test_pred = nb.predict (обзоры_tfidf2)
print("Точность набора поездов: {}". format(metrics.accuracy_score(train_pred, y_train)))
print("ROC набора поездов: {}".format(metrics.roc_auc_score(train_pred, y_train)))
print("Оценка Train Set F1: {}\n".format(metrics.f1_score(train_pred, y_train)))
print("Точность набора проверки: {}".format(metrics.accuracy_score(cv_pred, y_cv)))
print("Проверочный набор ROC: {}".format(metrics.roc_auc_score(cv_pred, y_cv)))
print("Проверочный набор F1 Score: {}\n".format(metrics.f1_score(cv_pred, y_cv)))
print("Матрица путаницы тестового набора:\n [[TN FP]\n [FN TP] ]\n")
df_cm = pd.DataFrame (confusion_matrix (y_test, y_pred), диапазон (2), диапазон (2))
sns.set(font_scale=1.4)#для размера метки
sns.heatmap(df_cm, annot=True,annot_kws={"size": 16}, fmt='g')
NameErrorTraceback (последний последний вызов)
 в <модуль>()
     16 cv_pred = nb.predict(reviews_tfidf1)
     17 test_pred = nb.predict(reviews_tfidf2)
---> 18 print("Точность набора поездов: {}".format(metrics.accuracy_score(train_pred, y_train)))
     19 print("ROC набора поездов: {}". format(metrics.roc_auc_score(train_pred, y_train)))
     20 print("Оценка Train Set F1: {}\n".format(metrics.f1_score(train_pred, y_train)))
NameError: имя «метрики» не определено
 

• python-3.x
• sklearn-панды

3

Попробуйте изменить

 import sklearn.metrics import precision_score
 

to:

 импортировать sklearn.metrics как метрики
 

Взгляните на это, чтобы лучше понять, как работает импорт: https://www.codementor.io/sheena/python-path-virtualenv-import-for-beginners-du107r3o1

1

Зарегистрируйтесь или войдите в систему

Зарегистрируйтесь с помощью Google

Зарегистрироваться через Facebook

Зарегистрируйтесь, используя адрес электронной почты и пароль

Опубликовать как гость

Электронная почта

Требуется, но не отображается

Опубликовать как гость

Электронная почта

Требуется, но не отображается

undefined — создание класса Python для общей формулы метрики расстояния и получение ошибки «NameError: имя ‘p’ не определено»

Я создаю класс в Python для общей формулы метрики расстояния и получаю ошибка: «NameError: имя «p» не определено». Код для класса и теста и ошибка («NameError: имя ‘p’ не определено») приведены ниже, а также встроенные комментарии, описывающие проблему.

Вот код класса:

 класс Lp_distance_metric_general_formula (объект):
"""
Этот класс использует общую формулу метрики расстояния Lp и устанавливает p равным значению, предоставленному пользователем.
Это приводит к получению метрики расстояния для определенного метрического пространства и вычислению расстояния
вектора в этом метрическом пространстве.
Пример
-------
Если пользователь устанавливает p = 2, то выводится формула евклидова расстояния.
Если пользователь устанавливает p = 1, то выводится формула расстояния такси.
Примечание
----
Можно использовать значения p меньше 1, но это особые случаи, которые мы будем игнорировать.
Эти специальные значения интересны для академических целей, но на практике вам, скорее всего, не нужно знать
о них.
"""
def __init__(я, p=2, reg_strength = 1.0):
    
    """
    Параметры
    ----------
    
    p: целое число или число с плавающей запятой
        значение p, используемое для вычисления расстояния вектора в определенном метрическом пространстве
        
    reg_strength: int или float
        обычно устанавливается значение меньше 1,0, чтобы уменьшить силу метрики расстояния при использовании в качестве регуляризатора модели. 
        оставьте это значение равным 1,0 при измерении векторных норм (т.е. длин векторов)
    """
    
    assert p >=1 , «значение p должно быть больше или равно 1»
    
    я.р = р
    self.reg_strength = reg_strength
            
определение calc_squared_vector_comps (я):
    
    # возводим каждую компоненту вектора в self.x в степень p
    # сохранить результат в self.squared_vector_comps
    # ВАШ КОД ЗДЕСЬ
    self.squared_vector_comps = (self.x)**p
    
    # вызвать NotImplementedError()
    
def calc_sum_of_squared_comp (я):
    # возьмем сумму квадратов компонентов в self.squared_vector_comps
    # сохранить в self.sum_of_squared_comp
    # подсказка: используйте tf.reduce_sum
    # ВАШ КОД ЗДЕСЬ
    self.sum_of_squared_comp = tf.reduce_sum(self.squared_vector_comps)
    
    #поднять не реализованную ошибку()
    
определение calc_vector_norm (я):
    
    # взять корень 1/p из self.sum_of_squared_comp, чтобы вычислить норму, т.е. ||x||
    
    # сохранить результат в self. 1/𝑝
    self.calc_vector_norm()
    
    # вернуть векторную норму, масштабированную штрафом регуляризации
    # мы говорим штраф, потому что значение обычно меньше 1,0, тем самым уменьшая норму
    вернуть self.reg_strength * self.vector_norm
 

Вот код для теста:

 # создайте экземпляр класса модульного теста, который будет проверять расчеты методов Lp_distance_metric_general_formula.
 тесты = Test_distance_metric_solution()
 # создать экземпляр Lp_distance_metric_general_formula, установить p = 2 для получения евклидовой метрики расстояния
 lp = Lp_distance_metric_general_formula (p = 2, reg_strength = 1,0)
 # не изменяйте этот test_vector
 # Test_distance_metric_solution предполагает, что вы используете именно этот test_vector
 test_vector = np.array([1., 2.])
 лп (тест_вектор)
 # проверить вычисления, которые выполняются в каждом из следующих методов класса lp
 test.test_squared_vector_comps(lp.squared_vector_comps)
 test.test_sum_of_squared_comp(lp.
This entry was posted in Продвижение