最糟會多糟？
你已經得到結論：有 98% 的機率，服飾廣告的點擊率比運動鞋廣告高。這表示應該把服飾活動推廣到更大的受眾。不過，仍有 2% 的風險其實是運動鞋廣告表現更好。若真是如此，當我們擴大量服飾活動時，會損失多少點擊？
這個問題的答案就是「期望損失」：在「運動鞋廣告表現更好」這個條件下，兩者點擊率的後驗差異的平均值。要計算它，只需要擷取後驗差異中「運動鞋點擊率較高」的那些樣本，然後計算它們的平均值即可。
你的工作環境中已提供兩種點擊率之間的後驗差異 diff。現在就來估算可能的風險有多大吧！
本練習屬於課程
Bayesian Data Analysis in Python
練習說明
- 對
diff進行切片，只取其為負值的情況（對應到運動鞋點擊率較高），並將結果指定給loss。 - 計算
loss的平均值，指定給expected_loss，並將其印出。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Slice diff to take only cases where it is negative
loss = ____
# Compute and print expected loss
expected_loss = ____
print(____)