درس تطبيقي حول تحليل التراجع اللوجستي

الدرس التطبيقي حول ترميز الانحدار اللوجستي

لمحة عن هذا الدرس التطبيقي حول الترميز

تاريخ التعديل الأخير: يوليو 29, 2024

تأليف موظف Google

1. مقدمة

ستعرِّفك هذه الدروس التطبيقية حول الترميز كيفية استخدام الانحدار اللوجستي لفهم مدى ارتباط ميزات مثل الجنس والفئة العمرية ووقت الظهور ونوع المتصفّح باحتمالية نقر المستخدم على الإعلان.

المتطلبات الأساسية

لإكمال هذا الدرس التطبيقي حول الترميز، ستحتاج إلى بيانات حملة عالية الجودة كافية لإنشاء نموذج.

2. اختيار حملة

ابدأ بتحديد حملة قديمة تحتوي على كمية كبيرة من البيانات عالية الجودة. إذا لم تكن تعرف الحملة التي من المحتمل أن تحصل على أفضل البيانات، قم بتشغيل الاستعلام التالي على أقدم شهر كامل من البيانات التي يمكنك الوصول إليها:

SELECT
  campaign_id,
  COUNT(DISTINCT user_id) AS user_count,
  COUNT(*) AS impression_count
FROM adh.google_ads_impressions

ORDER BY user_count DESC;

يتيح لك اختيار البيانات القديمة تدريب النموذج واختباره على البيانات التي ستتم إزالتها قريبًا من Ads Data Hub. في حال ظهور حدود لتدريب النماذج على هذه البيانات، ستنتهي هذه الحدود عند حذف البيانات.

وإذا كانت حملتك نشطة بشكل خاص، قد تكفي بيانات أسبوع واحد. وأخيرًا، يجب أن يكون عدد المستخدمين المختلفين 100000 أو أكثر، خاصةً إذا كنت تتدرب على استخدام العديد من الميزات.

3. إنشاء جدول مؤقت

بعد تحديد الحملة التي ستستخدمها لتدريب النموذج، نفِّذ طلب البحث في ما يلي.

CREATE TABLE
 binary_logistic_regression_example_data
AS(
 WITH all_data AS (
   SELECT
     imp.user_id as user_id,
     ROW_NUMBER() OVER(PARTITION BY imp.user_id) AS rowIdx,
     imp.browser as browser_name,
     gender_name as gender_name,
     age_group_name as age_group_name,
     DATETIME(TIMESTAMP_MICROS(
       imp.query_id.time_usec), "America/Los_Angeles") as impression_time,
     CASE # Binary classification of clicks simplifies model weight interpretation
        WHEN clk.click_id.time_usec IS NULL THEN 0
        ELSE 1
     END AS label
   FROM adh.google_ads_impressions imp
     LEFT JOIN adh.google_ads_clicks clk USING (impression_id)
     LEFT JOIN adh.gender ON demographics.gender = gender_id
     LEFT JOIN adh.age_group ON demographics.age_group = age_group_id
   WHERE
     campaign_id IN (YOUR_CID_HERE)
 )
 SELECT
   label,
   browser_name,
   gender_name,
   age_group_name,
   # Although BQML could divide impression_time into several useful variables on
   # its own, it may attempt to divide it into too many features. As a best
   # practice extract the variables that you think will be most helpful.
   # The output of impression_time is a number, but we care about it as a
   # category, so we cast it to a string.
   CAST(EXTRACT(DAYOFWEEK FROM impression_time) AS STRING) AS day_of_week,
   # Comment out the previous line if training on a single week of data
   CAST(EXTRACT(HOUR FROM impression_time) AS STRING) AS hour,
 FROM
   all_data
 WHERE
   rowIdx = 1 # This ensures that there's only 1 row per user.
   AND
   gender_name IS NOT NULL
   AND
   age_group_name IS NOT NULL
);

4. إنشاء نموذج وتدريبه

من أفضل الممارسات أن تفصل خطوات إنشاء الجدول عن خطوات إنشاء النموذج.

قم بتشغيل الاستعلام التالي على الجدول المؤقت الذي قمت بإنشائه في الخطوة السابقة. لا تقلق بشأن تقديم تاريخَي البدء والانتهاء، حيث سيتم استنتاجهما استنادًا إلى البيانات الواردة في الجدول المؤقت.

CREATE OR REPLACE
MODEL `binary_logistic_example`
OPTIONS(
   model_type = 'adh_logistic_regression'
)
AS (
   SELECT *
   FROM
       tmp.binary_logistic_regression_example_data
);

SELECT * FROM ML.EVALUATE(MODEL `binary_logistic_example`)

5. تفسير النتائج

عند انتهاء تشغيل الاستعلام، ستحصل على جدول يشبه الجدول أدناه. وستختلف النتائج من حملتك.

الصف	الدقة	تذكُّر الإعلان	الدقة	f1_score	log_loss	roc_auc
1	0.53083894341399718	0.28427804486705865	0.54530547622568992	0.370267971696336	0.68728232223722974	0.55236263736263735

فحص الأوزان

شغّل الاستعلام التالي للنظر في القيم التقديرية لمعرفة الميزات التي تسهم في احتمالية توقع نموذجك لإحدى النقرات:

SELECT * FROM ML.WEIGHTS(MODEL `binary_logistic_example`)

سينتج عن الاستعلام نتائج مشابهة لتلك المذكورة أدناه. لاحظ أن BigQuery سيفرز التصنيفات المحددة ويختار "الأصغر" على 0 وأكبر قيمة لتكون 1. في هذا المثال، تكون قيمة النقرة 0 وnot_clicked هي 1. ومن ثم، فسر الترجيحات الأكبر كمؤشر على أن هذه الميزة تقلل من احتمال النقرات. بالإضافة إلى ذلك، يتوافق اليوم 1 مع يوم الأحد.

processed_input	الوزن	category_weights.category	category_weights.weight
1	الاعتراض	-0.0067900886484743364
2	browser_name	قيمة فارغة	0.78205563068099249 غير معروف
			Opera 0.097073700069504443
			دالفيك -0.75233190448454246
			Edge 0.026672464688442348
			حرير -0.72539916969348706
			غير ذلك -0.10317444840919325
			متصفح Samsung 0.49861066525009368
			Yandex 1.3322608977581121
			أيرلندا -0.44170947381475295
			Firefox -0.10372609461557714
			Chrome 0.069115931084794066
			Safari 0.10931362123676475
3	day_of_week	null	7 0.051780350639992277
			6 -0.098905011477176716
			4 -0.092395178188358462
			5 -0.010693625983554155
			3 -0.047629987110766638
			1 -0.0067030673140933122
			2 0.061739400111810727
4	ساعة	قيمة فارغة	15 -0.12081420778273
			16 -0.14670467657779182
			1 0.036118460001355934
			10 -0.022111985303061014
			3 0.10146297241339688
			8 0.00032334907570882464
			12 -0.092819888101463813
			19 -0.12158349523248162
			2 0.27252001951689164
			4 0.1389215333278028
			18 -0.13202189122418825
			5 0.030387010564142392
			22 0.0085803647602565782
			13 -0.070696534712732753
			14 -0.0912853928925844
			9 -0.017888651719350213
			23 0.10216569641652029
			11 -0.053494611827240059
			20 -0.10800180853273429
			21 -0.070702105471528345
			0 0.011735200996326559
			6 0.016581239381563598
			17 -0.15602138949559918
			7 0.024077394387953525
5	age_group_name	null	45-54 -0.013192901125032637
			65+ 0.035681341407469279
			25-34 -0.044038102549733116
			18-24 -0.041488170110836373
			0.025466344709472313 غير معروف
			0.01582412778809188 -35-44
			55-64 -0.004832373590628946
6	gender_name	null	ذكر 0.061475274448403977
			0.46660611583398443 غير معروف
			أنثى -0.13635601771194916