מידע על Codelab זה
1. מבוא
ב-Codelab הזה תלמדו איך להשתמש רגרסיה לוגיסטית כדי להבין עד כמה תכונות כמו מגדר, קבוצת גיל, זמן חשיפה וסוג דפדפן קשורות לסבירות של משתמש ללחוץ על מודעה.
דרישות מוקדמות
כדי להשלים את ה-Codelab הזה, נדרשים מספיק נתוני קמפיין באיכות גבוהה כדי ליצור מודל.
2. בחירת קמפיין
כדי להתחיל, בוחרים קמפיין ישן שמכיל כמות גדולה של נתונים באיכות גבוהה. אם אתם לא יודעים לאיזה קמפיין צפויים לקבל את הנתונים הטובים ביותר, מריצים את השאילתה הבאה על החודש המלא הישן ביותר שיש לכם גישה אליו:
SELECT
campaign_id,
COUNT(DISTINCT user_id) AS user_count,
COUNT(*) AS impression_count
FROM adh.google_ads_impressions
ORDER BY user_count DESC;
בחירה של נתונים ישנים יותר תאפשר לך לאמן ולבדוק את המודל על נתונים שיוסרו בקרוב מ-Ads Data Hub. אם תבחינו במגבלות של אימון מודל על הנתונים האלה, המגבלות האלה יסתיימו ברגע שהנתונים יימחקו.
אם הקמפיין פעיל במיוחד, יכול להיות ששבוע של נתונים יספיק. לבסוף, מספר המשתמשים הייחודיים צריך להיות 100,000 או יותר, במיוחד אם אתם עושים אימון תוך שימוש בתכונות רבות.
3. יצירת טבלה זמנית
אחרי שתזהו את הקמפיין שבו תשתמשו כדי לאמן את המודל, מריצים את השאילתה הבאה.
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. יצירה ואימון של מודל
שיטה מומלצת היא להפריד בין השלבים ליצירת טבלה לבין השלבים ליצירת מודל.
מריצים את השאילתה הבאה בטבלה הזמנית שיצרתם בשלב הקודם. אין צורך לציין תאריכי התחלה וסיום, כי הם יופקו על סמך הנתונים שבטבלה הזמנית.
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. פירוש התוצאות
כשהרצת השאילתה תסתיים, תוצג טבלה שדומה לטבלה שלמטה. התוצאות מהקמפיין יהיו שונות.
שורה | דיוק | recall | דיוק | f1_score | log_loss | roc_auc |
1 | 0.53083894341399718 | 0.28427804486705865 | 0.54530547622568992 | 0.370267971696336 | 0.68728232223722974 | 0.55236263736263735 |
בדיקת משקולות
מריצים את השאילתה הבאה כדי לבחון את המשקולות כדי לראות אילו תכונות תורמות לסבירות של המודל שלכם לחזות קליק:
SELECT * FROM ML.WEIGHTS(MODEL `binary_logistic_example`)
השאילתה תפיק תוצאות דומות לאלה שמפורטות בהמשך. חשוב לזכור שמערכת BigQuery תמיין את התוויות הנתונות ותבחר את התווית 'ההקטנה ביותר' להיות 0 והגדול ביותר הוא 1. בדוגמה הזו, הקליק הוא 0 ו-not_clicked הוא 1. לכן, צריך לפרש משקלים גדולים כאינדיקציה לכך שהתכונה מקטינה את הסיכוי לקליקים. בנוסף, היום הראשון הוא יום ראשון.
processed_input | משקל | category_weights.category | category_weights.weight |
1 | תחומי עניין | -0.0067900886484743364 | |
2 | browser_name | null | לא ידוע: 0.78205563068099249 |
Opera 0.097073700069504443 | |||
Dalvik -0.75233190448454246 | |||
Edge 0.026672464688442348 | |||
משי -0.72539916969348706 | |||
אחר -0.10317444840919325 | |||
דפדפן Samsung 0.49861066525009368 | |||
Yandex 1.3322608977581121 | |||
IE -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 | hour | null | 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 | |||
לא ידוע: 0.025466344709472313 | |||
35-44 0.01582412778809188 | |||
55-64 -0.004832373590628946 | |||
6 | gender_name | null | זכר 0.061475274448403977 |
לא ידוע 0.46660611583398443 | |||
נקבה - 0.13635601771194916 |