Optimera priset
Bra jobbat med att anpassa och granska modellen! Nu är det dags att gå till saken: din chef ber dig att ta fram det avokadopris som ger störst vinst, och att uppskatta hur stor vinsten kan förväntas bli. Priset ska dessutom vara delbart med 0,25 dollar så att kunderna enkelt kan betala med kvartsdollar.
I den här övningen använder du din modell för att förutsäga volym och vinst för ett antal rimliga priser. Sedan visualiserar du de prediktiva fördelningarna för att välja det optimala priset. Slutligen beräknar du det trovärdiga intervallet för din vinstprediktion. Nu kör vi!
De posteriora medelvärden du beräknat tidigare finns tillgängliga som intercept_mean, organic_mean, price_mean respektive sd_mean. pymc3, arviz och numpy är importerade som pm, az och np.
Den här övningen är en del av kursen
Bayesiansk dataanalys i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# For each price, predict volume and use it to predict profit
predicted_profit_per_price = {}
for price in [0.5, 0.75, 1, 1.25]:
pred_mean = (____)
volume_pred = ____(____, ____, size=1000)
profit_pred = ____
predicted_profit_per_price.update({price: profit_pred})