¿Qué tan mal puede salir?
Has concluido que, con un 98% de probabilidad, los anuncios de ropa tienen una mayor tasa de clics que los de zapatillas. Esto sugiere lanzar la campaña de ropa a una audiencia más amplia. Sin embargo, existe un 2% de riesgo de que, en realidad, los anuncios de zapatillas sean mejores. Si ese fuera el caso, ¿cuántos clics perderíamos al lanzar la campaña de ropa?
La respuesta es la pérdida esperada: la diferencia posterior media entre ambas tasas de clics dado que los anuncios de zapatillas lo hacen mejor. Para calcularla, solo necesitas tomar las entradas de la diferencia posterior en las que la tasa de clics de zapatillas sea mayor y calcular su media.
La diferencia posterior entre las tasas de clics, diff, está disponible en tu espacio de trabajo. ¡Vamos a ver cuánto está en riesgo!
Este ejercicio forma parte del curso
Análisis de datos bayesiano en Python
Instrucciones del ejercicio
- Haz un slicing de
diffpara quedarte solo con los casos en los que sea negativa (lo que corresponde a que la tasa de clics de zapatillas es mayor) y asigna el resultado aloss. - Calcula la media de
loss, asígnala aexpected_losse imprímela.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Slice diff to take only cases where it is negative
loss = ____
# Compute and print expected loss
expected_loss = ____
print(____)