Informazioni su questo codelab
1. Introduzione
Questo codelab ti insegnerà a utilizzare la regressione logistica per comprendere in che modo le funzionalità, come genere, età, ora delle impressioni e tipo di browser, sono correlate alla probabilità che un utente faccia clic su un annuncio.
Prerequisiti
Per completare questo codelab, ti servirà un volume sufficiente di dati della campagna di alta qualità per creare un modello.
2. Scegli una campagna
Inizia selezionando una vecchia campagna contenente un volume elevato di dati di alta qualità. Se non sai quale campagna ha maggiori probabilità di avere i dati migliori, esegui la seguente query sul mese completo di dati meno recente a cui hai accesso:
SELECT
campaign_id,
COUNT(DISTINCT user_id) AS user_count,
COUNT(*) AS impression_count
FROM adh.google_ads_impressions
ORDER BY user_count DESC;
La selezione dei dati di 12-13 mesi ti consente di addestrare e testare il tuo modello su dati che a breve verranno rimossi da Ads Data Hub. Se riscontri limiti di addestramento dei modelli per questi dati, i limiti scadranno quando i dati verranno eliminati.
Se la tua campagna è particolarmente attiva, una settimana di dati potrebbe essere sufficiente. Infine, il numero di utenti distinti dovrebbe essere almeno 100.000, specialmente se l'addestramento avviene utilizzando molte funzionalità.
3. Crea una tabella temporanea
Una volta identificata la campagna da utilizzare per addestrare il modello, esegui la query riportata di seguito.
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. Crea e addestra un modello
Una best practice consiste nel separare i passaggi di creazione delle tabelle da quelli di creazione dei modelli.
Esegui la seguente query sulla tabella temporanea che hai creato nel passaggio precedente. Non preoccuparti di indicare le date di inizio e di fine, poiché verranno dedotte in base ai dati della tabella temporanea.
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. Interpreta i risultati
Al termine della query, visualizzerai una tabella simile a quella riportata di seguito. I risultati della campagna saranno diversi.
Riga | precisione | ricordo | accuratezza | f1_score | log_loss | roc_auc |
1 | 0,53083894341399718 | 0,28427804486705865 | 0,54530547622568992 | 0,370267971696336 | 0,68728232223722974 | 0,55236263736263735 |
Esamina ponderazioni
Esegui la query seguente per esaminare le ponderazioni e verificare quali funzionalità contribuiscono alla probabilità del tuo modello di prevedere un clic:
SELECT * FROM ML.WEIGHTS(MODEL `binary_logistic_example`)
La query restituirà risultati simili a quelli riportati di seguito. Tieni presente che BigQuery ordina le etichette specificate e sceglie "0" per il valore inferiore e "1" per quello maggiore In questo esempio, clicked è 0 e not_clicked è 1. Pertanto, valuta le ponderazioni maggiori come un'indicazione che la funzionalità rende meno probabili i clic. Inoltre, il giorno 1 corrisponde alla domenica.
processed_input | weight | category_weights.category | category_weights.weight |
1 | INTERCEPT | - 0,0067900886484743364 | |
2 | browser_name | null | sconosciuto 0,78205563068099249 |
Opera 0,097073700069504443 | |||
Dalvik - 0,75233190448454246 | |||
Edge 0,026672464688442348 | |||
Silk - 0,72539916969348706 | |||
Altro - 0,10317444840919325 | |||
Browser 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 | ora | 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 | |||
sconosciuto 0,025466344709472313 | |||
35-44 0,01582412778809188 | |||
55-64 -0,004832373590628946 | |||
6 | gender_name | null | uomo 0,061475274448403977 |
sconosciuto 0.46660611583398443 | |||
donna -0,13635601771194916 |