WAIC के साथ मॉडलों की तुलना

अब जबकि आपने पहला, बुनियादी मॉडल सफलतापूर्वक बना लिया है, आप अपने पास उपलब्ध डेटा पर दोबारा नज़र डालते हैं। आपको wind_speed नाम का एक वैरिएबल दिखता है। यह किराए पर ली गई बाइक्स की संख्या का अच्छा प्रेडिक्टर हो सकता है! हवा के विपरीत साइक्लिंग करना ज़्यादा मज़ेदार तो नहीं होता, है ना?

आप इस अतिरिक्त प्रेडिक्टर के साथ एक और मॉडल फिट करते हैं:

formula = "num_bikes ~ temp + work_day + wind_speed"

with pm.Model() as model_2:
    pm.GLM.from_formula(formula, data=bikes)
    trace_2 = pm.sample(draws=1000, tune=500)

क्या आपका नया model_2 बिना wind speed वाले model_1 से बेहतर है? यह जानने के लिए Widely Applicable Information Criterion (WAIC) का उपयोग करके दोनों मॉडलों की तुलना कीजिए!

trace_1 और trace_2 दोनों आपके वर्कस्पेस में उपलब्ध हैं, और pycm3 को pm नाम से इंपोर्ट किया गया है।