कितना बुरा हो सकता है?
आपने निष्कर्ष निकाला है कि 98% प्रायिकता के साथ, कपड़ों के विज्ञापनों का click-through ratio स्नीकर्स विज्ञापनों से अधिक है. इससे संकेत मिलता है कि कपड़ों का कैंपेन बड़े ऑडियंस तक रोल आउट किया जाए. हालाँकि, 2% जोखिम है कि वास्तव में स्नीकर्स विज्ञापन बेहतर हों. अगर ऐसा है, तो कपड़ों का कैंपेन रोल आउट करने पर हम कितने क्लिक्स खोएँगे?
इसका उत्तर है expected loss: अर्थात् औसत posterior अंतर, इस शर्त पर कि स्नीकर्स विज्ञापन बेहतर हैं. इसे निकालने के लिए, आपको posterior difference में केवल वे एंट्रीज़ लेनी हैं जहाँ स्नीकर्स का click-through rate अधिक है, और उनका औसत निकालना है.
क्लिक रेट्स के बीच posterior difference diff आपके workspace में उपलब्ध है. आइए जानें कि जोखिम में कितना है!
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Bayesian डेटा विश्लेषण
अभ्यास निर्देश
diffको slice करके केवल वे केस लें जहाँ यह negative हो (जो स्नीकर्स का क्लिक रेट अधिक होने से मेल खाता है) और नतीजे कोlossमें असाइन करें.lossका औसत निकालें, उसेexpected_lossमें असाइन करें और प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Slice diff to take only cases where it is negative
loss = ____
# Compute and print expected loss
expected_loss = ____
print(____)