ÎncepețiÎncepe gratuit

Cât de mare poate fi pierderea?

Ai concluzionat că, cu o probabilitate de 98%, reclamele la haine au o rată de click mai mare decât reclamele la adidași. Asta sugerează că ar fi oportun să extinzi campania pentru haine către un public mai larg. Totuși, există un risc de 2% ca reclamele la adidași să fie, de fapt, mai eficiente. Dacă se întâmplă asta, câte clickuri pierdem dacă lansăm campania pentru haine?

Răspunsul la această întrebare este pierderea așteptată: diferența medie posterioară dintre cele două rate de click, calculată doar pentru cazurile în care reclamele la adidași performează mai bine. Pentru a o calcula, trebuie să extragi doar valorile din diferența posterioară în care rata de click pentru adidași este mai mare și să calculezi media acestora.

Diferența posterioară dintre ratele de click, diff, este disponibilă în spațiul tău de lucru. Hai să vedem cât de mare este riscul!

Acest exercițiu face parte din cursul

Analiza bayesiană a datelor în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Extrage din diff doar cazurile în care valoarea este negativă (corespunzătoare situațiilor în care rata de click pentru adidași este mai mare) și atribuie rezultatul variabilei loss.
  • Calculează media loss, atribuie rezultatul variabilei expected_loss și afișează-l.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Slice diff to take only cases where it is negative
loss = ____

# Compute and print expected loss
expected_loss = ____
print(____)
Editează și rulează codul