So sánh mô hình bằng WAIC

Giờ bạn đã xây dựng xong mô hình cơ bản đầu tiên, hãy xem lại dữ liệu hiện có. Bạn để ý thấy một biến tên là wind_speed. Đây có thể là một biến dự báo tuyệt vời cho số lượng xe đạp được thuê! Đạp xe ngược gió thì đâu có vui lắm, đúng không?

Bạn khớp thêm một mô hình khác với biến dự báo bổ sung này:

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)

model_2 mới của bạn có tốt hơn model_1 (mô hình không có wind speed) không? Hãy so sánh hai mô hình bằng Widely Applicable Information Criterion, hay WAIC, để tìm câu trả lời!

Cả trace_1 và trace_2 đều đã có trong môi trường làm việc của bạn, và pycm3 đã được import là pm.

Tạo một dictionary traces_dict với hai khóa, trace_1 và trace_2, chứa các đối tượng trace tương ứng.

Bài tập

So sánh mô hình bằng WAIC

Hướng dẫn 1/4

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}Bài tập

Hướng dẫn 1/4

Bài tập