사후분포 표본 추출

중앙정부와 마케팅 회사를 거쳐 이제는 당신의 도시 지방자치단체에서 데이터 분석가로 새로 일하게 되었어요. 도시는 공공 자전거 공유 시스템을 운영 중이며, 인력 배치와 정비 계획을 세우기 위해 하루에 대여되는 자전거 수를 예측해 달라고 요청합니다.

하루 대여 대수, 기온, 습도, 풍속, 그리고 근무일 여부에 대한 데이터가 주어졌습니다:

     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

bikes DataFrame과 pymc3(별칭 pm)를 사용해 num_bikes를 예측하는 회귀 모델을 만들어 보세요.

참고: 새 Python 세션에서 pm.sample()을 처음 호출하면, 내부적으로 Python 코드가 C로 컴파일되기 때문에 시간이 걸립니다. 시간을 절약하기 위해, 여기서는 코드를 올바르게 작성하기만 하면 되고 실제 실행은 요구하지 않습니다.