1. Učit se
    2. /
  2. Kurzy
    3. /
  3. A/B testování v Pythonu
Connected

cvičení

Efekty randomizace

Náhodné přiřazení hraje v A/B testování klíčovou roli. Představ si, že jsi datový vědec a připravuješ experiment, ve kterém chceš zjistit, jak různé designy stránky s pokladnou ovlivňují obchodní metriky.

Budeš pracovat s vzorkováním procenta uživatelů, abys nasimuloval/a náhodné zařazení návštěvnosti do experimentu, a zkontrolovat rozložení určitých atributů napříč náhodně přiřazenými uživateli v každé skupině. Díky tomu ověříš, zda je možné výsledky zobecnit na celkovou návštěvnost, a zároveň izolovat dopad jediné proměnné, kterou mezi skupinami měníš: design stránky s pokladnou.

DataFrame checkout je již načtený. Předpokládej, že každý řádek v DataFrame odpovídá jedinečnému uživateli, který navštívil příslušnou checkout_page, včetně jeho akcí a dalších atributů.

Pokyny 1/4

undefined XP
    1
    2
    3
    4
  • Pomocí metody .value_counts() z pandas zjisti normalizované rozložení počtu prohlížečů v datasetu.