การสุ่มตัวอย่าง posterior draws

เบื่อกับการทำงานให้รัฐบาลกลางและบริษัทการตลาดแล้ว คุณจึงรับงานใหม่ในตำแหน่งนักวิเคราะห์ข้อมูลให้กับหน่วยงานท้องถิ่นของเมือง เมืองนี้มีระบบเช่าจักรยานสาธารณะ และต้องการให้คาดการณ์จำนวนจักรยานที่ถูกเช่าในแต่ละวัน เพื่อวางแผนด้านบุคลากรและการซ่อมบำรุง

คุณได้รับข้อมูลจำนวนยานพาหนะที่ถูกเช่าต่อวัน รวมถึงอุณหภูมิ ความชื้น ความเร็วลม และสถานะว่าเป็นวันทำงานหรือไม่:

     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

ลองสร้างโมเดล regression เพื่อพยากรณ์ num_bikes โดยใช้ DataFrame bikes และ pymc3 (ที่ตั้งชื่อแทนว่า pm)

หมายเหตุ: การเรียก pm.sample() ครั้งแรกในเซสชัน Python ใหม่อาจใช้เวลาสักครู่ เนื่องจากโค้ด Python จะถูกคอมไพล์เป็น C ในเบื้องหลัง เพื่อประหยัดเวลา เราจึงขอให้คุณเขียนโค้ดให้ถูกต้องโดยไม่ต้องรันจริง