Faire des prédictions

Analyse de données bayésienne en Python

Michal Oleszak

Machine Learning Engineer

Modèle du nombre de clics, encore

formula = "num_clicks ~ clothes_banners_shown + sneakers_banners_shown + weekend"

with pm.Model() as model_2:
    pm.GLM.from_formula(formula, data=ads_aggregated)
    trace_2 = pm.sample(draws=1000, tune=500)

Données de test des annonces

print(ads_test)

   clothes_banners_shown  sneakers_banners_shown  num_clicks  weekend
0                     40                      36           7     True
1                     42                      47           8    False
2                     45                      37          11    False
3                     22                      15           4    False
4                     20                      18           2    False

Échantillonner des tirages prédictifs

with pm.Model() as model:

    pm.GLM.from_formula(formula, data=ads_test)

    posterior_predictive = pm.fast_sample_posterior_predictive(trace_2)

Tirages prédictifs

posterior_predictive["y"].shape

(4000, 5)

print(posterior_predictive["y"])

array([[12.83527253, 10.22454815, 11.20386868,  7.50227286,  6.85458594],
       [ 3.1015655 ,  6.1253004 , 11.38324931,  2.1844722 ,  4.21451756],
       [ 3.40141276,  9.10157964,  6.57689421,  8.26669814,  4.23812161],
       ...,
       [10.97303606,  9.0772305 , 10.6877039 ,  1.78448969,  6.75663075],
       [ 8.53734584, 12.14079593, 11.00969881,  4.69875055,  8.317338  ],
       [16.44713387, 17.35163824, 19.59359831,  2.84058536,  4.21108186]])

Qualité de la prédiction

   clothes_banners_shown  sneakers_banners_shown  num_clicks  weekend
0                     40                      36           7     True

pm.plot_posterior(posterior_predictive["y"][:, 0])

Un tracé de densité des tirages prédictifs, avec la moyenne et l'intervalle crédible indiqués.

Distribution de l'erreur sur test

errors = []


for index, test_example in ads_test.iterrows():

    error = posterior_predictive["y"][:, index] - test_example["num_clicks"]

    errors.append(error)


error_distribution = np.array(errors).reshape(-1)

error_distribution.shape

(20000,)

pm.plot_posterior(error_distribution)

Distribution de l'erreur sur test

Un tracé de densité de l'erreur du modèle, avec la moyenne et l'intervalle crédible indiqués.

Passons à la pratique !

Analyse de données bayésienne en Python