Steekproeven uit predictieve dichtheid
Eindelijk! Je taak is om het aantal gehuurde fietsen per dag te voorspellen, en je bent er bijna. Je hebt het model gefit en de kwaliteit van de parameter-trekkingen gecontroleerd. Je hebt ook het beste van twee concurrerende modellen gekozen op basis van de WAIC. Nu is het tijd om met je beste model voorspellingen te maken!
Een paar nieuwe observaties, die het model nog niet heeft gezien, zijn verzameld in een DataFrame met de naam bikes_test. Voor elk daarvan kennen we het werkelijke aantal gehuurde fietsen, zodat we de modelprestatie kunnen beoordelen. In deze oefening maak je kennis met de testgegevens en genereer je predictieve trekkingen voor elke testobservatie. De trace van je model die je eerder hebt gemaakt is beschikbaar als trace_2, en pymc3 is geïmporteerd als pm. Aan de slag met voorspellen!
Deze oefening maakt deel uit van de cursus
Bayesian Data Analysis in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Print bikes_test head
print(____)