知识卡片
图切分减少跨区关联
把地理网格视为顶点,把骑手、商家、用户之间的匹配计作加权边,可将实验区域划分变为图切分问题。谱聚类寻找内部连接密、外部连接稀的子图,对应减少跨区域匹配。它帮助组织相对隔离的区域,却不保证干扰完全消失;历史匹配结构若在实验期剧变,原切分也须重估。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第9章 特殊场景下的实验设计和分析方法 9.2 Switchback实验和评估方法 · 查看原书依据
我们希望找到跨片率最小的切分方案,就用到了在无向网络图的谱聚类算法。谱聚类算法的原理其实就是找到在切分完成后,每一个子图(时空切片聚类)内部连接稠密、外部连接稀疏的切分方法,自然就对应到了减少跨片率这个业务指标上。具体的算法逻辑本书不做介绍,感兴趣的读者可以查阅算法相关的资料。
参考来源
- 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第9章 特殊场景下的实验设计和分析方法,9.2 Switchback实验和评估方法(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0051.xhtml)
- 结论依据:原文明确以城市匹配图及谱聚类目标减少跨片率,不补造未讲的谱算法推导。
- 原始内容:我们希望找到跨片率最小的切分方案,就用到了在无向网络图的谱聚类算法。谱聚类算法的原理其实就是找到在切分完成后,每一个子图(时空切片聚类)内部连接稠密、外部连接稀疏的切分方法,自然就对应到了减少跨片率这个业务指标上。具体的算法逻辑本书不做介绍,感兴趣的读者可以查阅算法相关的资料。