Sampling av posteriora dragningar
Trött på att jobba för staten och marknadsföringsbolaget tar du ett nytt jobb som dataanalytiker hos din stads lokala myndigheter. Staden driver ett cykeldelningssystem och ber dig förutsäga antalet uthyrda cyklar per dag för att kunna planera personal och underhåll.
Du har fått data om antalet hyrda fordon per dag, temperatur, luftfuktighet, vindhastighet och huruvida dagen var en arbetsdag:
work_day temp humidity wind_speed num_bikes
0 0 0.344167 0.805833 0.160446 0.985
1 0 0.363478 0.696087 0.248539 0.801
.. ... ... ... ... ...
698 1 0.280870 0.555652 0.115522 5.323
699 1 0.298333 0.649583 0.058471 5.668
Försök bygga en regressionsmodell för att förutsäga num_bikes med hjälp av DataFrame:en bikes och pymc3 (aliasad som pm).
OBS: Att anropa pm.sample() för första gången i en ny Python-session tar en stund, eftersom Python-kod kompileras till C i bakgrunden. För att spara tid ber vi dig bara se till att koden är korrekt i stället för att köra den.
Den här övningen är en del av kursen
Bayesiansk dataanalys i Python
Interaktiv övning med praktiskt arbete
Gör teori till handling med en av våra interaktiva övningar
Starta övningen