用 WAIC 比较模型

现在您已经成功构建了第一个基础模型，接下来再看看手头的数据。您注意到一个名为 wind_speed 的变量。这可能是预测租赁自行车数量的好特征！迎风骑行可不太轻松，对吧？

您用这个额外的自变量拟合了另一个模型：

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)

新的 model_2 是否优于不含风速的 model_1？请使用广义适用信息准则（Widely Applicable Information Criterion，WAIC）来比较两者！

trace_1 和 trace_2 均已在您的工作区中可用，并且已将 pycm3 以 pm 名称导入。