Inizia subitoInizia gratis

Campiona dalla densità predittiva

Finalmente! Il tuo compito è prevedere il numero di bici noleggiate al giorno, e ci sei quasi. Hai adattato il modello e verificato la qualità dei campioni dei parametri. Hai anche scelto il migliore tra i due modelli in competizione in base al WAIC. Ora è il momento di usare il tuo miglior modello per fare previsioni!

Sono state raccolte alcune nuove osservazioni, non viste dal modello, in un DataFrame chiamato bikes_test. Per ciascuna di esse conosciamo il numero reale di bici noleggiate, così potremo valutare le prestazioni del modello. In questo esercizio prenderai confidenza con i dati di test e genererai campioni predittivi per ogni osservazione di test. Il trace del tuo modello che hai generato in precedenza è disponibile come trace_2, e pymc3 è stato importato come pm. Facciamo delle previsioni!

Questo esercizio fa parte del corso

Analisi dei dati bayesiana in Python

Visualizza corso

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Print bikes_test head
print(____)
Modifica ed esegui il codice