Codelab regresi logistik

1. Pengantar

Codelab ini akan mengajari Anda cara menggunakan regresi logistik untuk memahami sejauh mana fitur seperti gender, kelompok usia, waktu tayangan iklan, dan jenis browser berkaitan dengan kemungkinan pengguna untuk mengklik iklan.

Prasyarat

Untuk menyelesaikan codelab ini, Anda memerlukan data kampanye berkualitas tinggi yang cukup untuk membuat model.

2. Pilih kampanye

Mulai dengan memilih kampanye lama yang berisi sejumlah besar data berkualitas tinggi. Jika Anda tidak tahu kampanye mana yang cenderung memiliki data terbaik, jalankan kueri berikut pada data sebulan penuh terlama yang dapat Anda akses:

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

ORDER BY user_count DESC;

Memilih data yang berumur 12-13 bulan memungkinkan Anda melatih dan menguji model Anda pada data yang akan segera dihapus dari Ads Data Hub. Jika Anda menemukan batas pelatihan model pada data ini, batas tersebut akan berakhir saat data dihapus.

Jika kampanye Anda sangat aktif, data seminggu sudah cukup. Terakhir, jumlah pengguna unik harus 100.000 atau lebih, terutama jika Anda berlatih menggunakan banyak fitur.

3. Membuat tabel sementara

Setelah Anda mengidentifikasi kampanye yang akan digunakan untuk melatih model, jalankan kueri di bawah ini.

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. Membuat dan melatih model

Praktik terbaiknya adalah memisahkan langkah-langkah pembuatan tabel dari langkah-langkah pembuatan model Anda.

Jalankan kueri berikut pada tabel sementara yang Anda buat di langkah sebelumnya. Jangan khawatir untuk memberikan tanggal mulai dan akhir, karena tanggal tersebut akan disimpulkan berdasarkan data dalam tabel sementara.

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. Menafsirkan Hasil

Setelah kueri selesai berjalan, Anda akan mendapatkan tabel yang menyerupai tabel di bawah ini. Hasil dari kampanye Anda akan berbeda.

Baris

presisi

perolehan

akurasi

f1_score

log_loss

roc_auc

1

0,53083894341399718

0,28427804486705865

0,54530547622568992

0,370267971696336

0,68728232223722974

0,55236263736263735

Periksa berat badan

Jalankan kueri berikut untuk melihat bobot guna melihat fitur yang berkontribusi pada kemungkinan model Anda untuk memprediksi klik:

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

Kueri akan memberikan hasil yang mirip dengan kueri di bawah ini. Perhatikan bahwa BigQuery akan mengurutkan label yang diberikan dan memilih "terkecil" menjadi 0 dan yang terbesar menjadi 1. Dalam contoh ini, diklik adalah 0 dan not_clicked adalah 1. Oleh karena itu, tafsirkan bobot yang lebih besar sebagai indikasi bahwa fitur tersebut memperkecil kemungkinan klik. Selain itu, hari 1 bertepatan dengan hari Minggu.

processed_input

berat

category_weights.category

category_weights.weight

1

INTERSEP

-0,0067900886484743364

2

browser_name

null

tidak diketahui 0,78205563068099249

Opera 0,097073700069504443

Dalvik -0,75233190448454246

Edge 0,026672464688442348

Sutra -0,72539916969348706

Lainnya -0,10317444840919325

Samsung Browser 0,49861066525009368

Yandex 1.3322608977581121

Irlandia -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

tidak diketahui 0,025466344709472313

35-44 0,01582412778809188

55-64 -0,004832373590628946

6

gender_name

null

laki-laki 0,061475274448403977

tidak diketahui 0,46660611583398443

perempuan -0,13635601771194916