与现有的 PA 相比，新模型在预测 SERP 方面有多好？在每个时间间隔（直到位置 4 与位置 5），新模型都优于或与现有模型持平。它从未失去过。 一切看起来都很棒。。我称之为“有什么听起来很愚蠢吗？”测试机器学习会犯错误，就像人类一样，但人类会以特殊的方式犯错误。当一个人犯了错误时，我们常常会明白为什么会犯这个错误。
机器学尤其是神经网络
）的情况并非如此。我们提取了在新模型下有 伊朗电报数据库 机流量为零的具有高页面权限的 URL，并将它们添加到训练集中以了解这些错误。我们很快就看到奇怪的 90+ PA 下降到更合理的 60 和 70 左右……又是一场胜利。 我们只剩下最后一项测试了。 品牌搜索问题 网络上一些最流行的关键字是导航关键字。
人们在 Google 上搜索
Facebook、YouTube 甚至 Google 本身。与其他关键词相比，这些关键词的搜索量是天文数字。然后，少数非常强大的品牌可以对将总搜索量作为 将电子邮件营销与社交媒体整合的 7 种方法 其主要训练目标一部分的模型产生巨大影响。 最后的测试包括将当前的页面权限与新的页面权限进行比较，以查看是否存在任何奇怪的异常值（其中 PA 发生显着变化且没有明显原因）。
首先让我们看一下链接根
域的LOG与页面权限的简单比较。 也不算太破烂。我们发现链接根域和页面权限之间通常呈正相关。但你能发现奇怪的东西吗？继续，花一点 阿拉伯联合酋长国电话号码 时间…… 该图表有两个异常之处： URL 的基本分布与上方和下方的异常值之间存在一个有趣的差距。 单个分数的最大差异是 PA 99。存在大量具有广泛链接根域的 PA 99。
这是一个有助于消除这些异常现象的概念： 绿色和红色之间的灰色空间代表了大部分分布和异常值之间的奇怪差异。异常值（红色）聚集在一起，尤其是在中心分布之上。当然，我们可以看到 PA 99 顶部的分布很差。 请记住，这些问题不足以使新的页面权威模型的有效性低于当前模型。然而，经过进一步检查，我们发现模型产生的错误足够严重，足以对客户的决策产生负面影响。