Den Preis optimieren
Super gemacht beim Anpassen und Prüfen des Modells! Jetzt wird’s praktisch: Deine Chefin bittet dich, den Avocado-Preis anzugeben, der den höchsten Gewinn bringt, und zu sagen, welcher Gewinn zu erwarten ist. Außerdem soll der Preis durch $0.25 teilbar sein, damit Kundinnen und Kunden leicht mit Quarters zahlen können.
In dieser Übung nutzt du dein Modell, um das Verkaufsvolumen und den Gewinn für ein paar sinnvolle Preise zu prognostizieren. Danach visualisierst du die prädiktiven Verteilungen, um den optimalen Preis auszuwählen. Zum Schluss berechnest du das Credible Interval für deine Gewinnprognose. Also, leg los und optimiere!
Die zuvor berechneten Posterior-Mittel stehen dir als intercept_mean, organic_mean, price_mean und sd_mean zur Verfügung. Außerdem sind pymc3, arviz und numpy als pm, az und np importiert.
Diese Übung ist Teil des Kurses
Bayesianische Datenanalyse in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# For each price, predict volume and use it to predict profit
predicted_profit_per_price = {}
for price in [0.5, 0.75, 1, 1.25]:
pred_mean = (____)
volume_pred = ____(____, ____, size=1000)
profit_pred = ____
predicted_profit_per_price.update({price: profit_pred})