Jak duże jest ryzyko?
Wywnioskowałeś, że z prawdopodobieństwem 98% reklamy ubrań mają wyższy współczynnik kliknięć niż reklamy sneakersów. Sugeruje to wdrożenie kampanii z ubraniami dla szerszej grupy odbiorców. Istnieje jednak 2% ryzyko, że to reklamy sneakersów są w rzeczywistości skuteczniejsze. Jeśli tak jest, ile kliknięć tracimy, wdrażając kampanię z ubraniami?
Odpowiedzią jest oczekiwana strata: średnia różnica a posteriori między dwoma współczynnikami kliknięć, przy założeniu, że reklamy sneakersów wypadają lepiej. Aby ją obliczyć, wystarczy wybrać te wartości z rozkładu różnic a posteriori, dla których współczynnik kliknięć sneakersów jest wyższy, a następnie obliczyć ich średnią.
Różnica a posteriori między współczynnikami kliknięć, diff, jest dostępna w twoim środowisku pracy. Sprawdźmy, jak duże jest ryzyko!
To ćwiczenie jest częścią kursu
Bayesowska analiza danych w Pythonie
Instrukcje do ćwiczenia
- Wytnij z
difftylko te przypadki, w których wartość jest ujemna (odpowiadające sytuacji, gdy współczynnik kliknięć sneakersów jest wyższy), i przypisz wynik doloss. - Oblicz średnią z
loss, przypisz ją doexpected_lossi wyświetl wynik.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Slice diff to take only cases where it is negative
loss = ____
# Compute and print expected loss
expected_loss = ____
print(____)