Wat kost een avocado?

Bayesian Data Analysis in Python

Michal Oleszak

Machine Learning Engineer

The Avocado, Inc.

Avocado's.

Casus: prijselasticiteit schatten

Doel: prijselasticiteit van avocado's schatten en de prijs optimaliseren

(prijselasticiteit = effect van prijsverandering op verkoopvolume)

Fit een Bayesiaans regressiemodel.
Inspecteer het model om te valideren.
Voorspel verkoopvolume voor verschillende prijzen.
Stel de winstmaximaliserende prijs voor en de bijbehorende onzekerheid.

Avocadodata

print(avocado)

           date  price      volume  type_organic
0    2015-01-04   0.95  313.242777             0
1    2015-01-11   1.01  290.635427             0
2    2015-01-18   1.03  290.434588             0
3    2015-01-25   1.04  284.703108             0
..          ...    ...         ...           ...
334  2018-03-04   1.52   16.344308             1
335  2018-03-11   1.52   16.642349             1
336  2018-03-18   1.54   16.758042             1
337  2018-03-25   1.55   15.599672             1

¹ Databron: https://www.kaggle.com/neuromusic/avocado-prices

Priors in pymc3

formula = "num_bikes ~ temp + work_day + wind_speed"

with pm.Model() as model:

    pm.GLM.from_formula(formula, data=bikes)
    trace = pm.sample(draws=1000, tune=500)

Priors in pymc3

formula = "num_bikes ~ temp + work_day + wind_speed"

with pm.Model() as model:
    priors = {"wind_speed": pm.Normal.dist(mu=-5)}
    pm.GLM.from_formula(formula, data=bikes, priors=priors)
    trace = pm.sample(draws=1000, tune=500)

Trekkingen uit de trace halen

temp_draws = trace.get_values("temp")

print(temp_draws)

array([6.8705346, 6.7421152, 6.7393061, ..., 5.966574 , 6.1274128, 6.7149277])

Wat je nodig hebt

Model fitten:

pm.Model()
pm.GLM.from_formula()
pm.sample()
pm.Normal()

Visualisatie:

pm.forestplot()
pm.traceplot()

Voorspellen:

pm.fast_sample_posterior_predictive()

Inferentie:

az.hdi()

Laten we oefenen!

Bayesian Data Analysis in Python