Comparando modelos com WAIC

Agora que você construiu com sucesso o primeiro modelo básico, dê outra olhada nos dados à sua disposição. Você nota uma variável chamada wind_speed. Ela pode ser um ótimo preditor do número de bikes alugadas! Pedalar contra o vento não é lá muito divertido, né?

Você ajusta outro modelo com esse preditor adicional:

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)

Seu novo model_2 é melhor do que o model_1, aquele sem velocidade do vento? Compare os dois modelos usando o Widely Applicable Information Criterion, ou WAIC, para descobrir!

Tanto trace_1 quanto trace_2 estão disponíveis no seu ambiente de trabalho, e pycm3 foi importado como pm.