决策分析：利润
很好，您已经把后验点击率转换为成本分布！与此同时，公司发布了新政策。营销部门的目标将不再是尽量降低活动成本（事实证明并不高效），而是要最大化利润。请基于此调整您的结论。已知移动端广告的单次点击期望收益为 $3.4，桌面端广告为 $3。要计算利润，先计算所有点击带来的总收益，然后减去相应成本。
上个练习中您计算的所有内容都已在工作区中可用：ads_cost 字典，以及点击次数分布：clothes_num_clicks 和 sneakers_num_clicks。
本练习是课程的一部分
Python 中的贝叶斯数据分析
练习说明
- 创建字典
ads_profit，包含 4 个键：clothes_mobile、sneakers_mobile、clothes_desktop和sneakers_sneakers，每个键保存对应点击的利润分布。 - 使用 99% 可信区间为
ads_proft绘制森林图。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Calculate profit distributions for each product and platform
ads_profit = {
"clothes_mobile": ____,
"sneakers_mobile": ____,
"clothes_desktop": ____,
"sneakers_desktop": ____,
}
# Draw a forest plot of ads_profit
____
plt.show()