Začněte nyníZačněte zdarma

Jak velké může být riziko?

Dospěl/a jsi k závěru, že s 98% pravděpodobností mají reklamy na oblečení vyšší míru prokliků než reklamy na tenisky. To naznačuje, že kampaň s oblečením má smysl spustit pro širší publikum. Zbývá ale 2% riziko, že lepší jsou ve skutečnosti reklamy na tenisky. Pokud by tomu tak bylo, o kolik prokliků přijdeme spuštěním kampaně s oblečením?

Odpovědí je očekávaná ztráta: průměrný posteriorní rozdíl mezi oběma mírami prokliků za podmínky, že reklamy na tenisky jsou lepší. Pro její výpočet stačí vzít pouze ty hodnoty posteriorního rozdílu, kde je míra prokliků tenisek vyšší, a spočítat jejich průměr.

Posteriorní rozdíl mezi mírami prokliků, diff, je dostupný v tvém pracovním prostředí. Pojďme zjistit, jak velké riziko vlastně podstupujeme!

Toto cvičení je součástí kurzu

Bayesian Data Analysis in Python

Zobrazit kurz

Pokyny k cvičení

  • Ořízni pole diff tak, aby obsahovalo pouze záporné hodnoty (odpovídající případům, kdy je míra prokliků tenisek vyšší), a výsledek ulož do proměnné loss.
  • Vypočítej průměr proměnné loss, ulož ho do expected_loss a vypiš výsledek.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Slice diff to take only cases where it is negative
loss = ____

# Compute and print expected loss
expected_loss = ____
print(____)
Upravit a spustit kód