Échantillonner des tirages postérieurs

Fatigué de travailler pour le gouvernement central et pour l'entreprise de marketing, vous acceptez un nouveau poste d'analyste de données pour les autorités locales de votre ville. La ville exploite un système de vélopartage et vous demande de prédire le nombre de vélos loués par jour afin de planifier le personnel et les réparations en conséquence.

On vous a fourni des données sur le nombre de véhicules loués par jour, la température, l'humidité, la vitesse du vent et si la journée était ouvrable ou non :

     work_day      temp  humidity  wind_speed  num_bikes
0           0  0.344167  0.805833    0.160446      0.985
1           0  0.363478  0.696087    0.248539      0.801
..        ...       ...       ...         ...        ...
698         1  0.280870  0.555652    0.115522      5.323
699         1  0.298333  0.649583    0.058471      5.668

Essayez de construire un modèle de régression pour prédire num_bikes en utilisant le DataFrame bikes et pymc3 (avec l'alias pm).

REMARQUE : Appeler pm.sample() pour la première fois dans une nouvelle session Python prend un certain temps, puisque du code Python est compilé en C en arrière-plan. Pour vous faire gagner du temps, nous vous demandons seulement d'écrire le bon code, sans l'exécuter.