1. Giới thiệu
Lớp học lập trình này sẽ hướng dẫn bạn cách sử dụng phương pháp hồi quy logistic để tìm hiểu mức độ tương quan của các yếu tố như giới tính, nhóm tuổi, thời gian hiển thị và loại trình duyệt với khả năng người dùng nhấp vào quảng cáo.
Điều kiện tiên quyết
Để hoàn tất lớp học lập trình này, bạn sẽ cần có đủ dữ liệu chiến dịch chất lượng cao để tạo một mô hình.
2. Chọn một chiến dịch
Bắt đầu bằng cách chọn một chiến dịch cũ chứa một lượng lớn dữ liệu chất lượng cao. Nếu bạn không biết chiến dịch nào có khả năng có dữ liệu tốt nhất, hãy chạy truy vấn sau cho toàn bộ tháng cũ nhất có dữ liệu mà bạn có quyền truy cập:
SELECT
campaign_id,
COUNT(DISTINCT user_id) AS user_count,
COUNT(*) AS impression_count
FROM adh.google_ads_impressions
ORDER BY user_count DESC;
Khi chọn dữ liệu từ 12-13 tháng, bạn có thể huấn luyện và thử nghiệm mô hình của mình trên những dữ liệu sắp bị xoá khỏi Ads Data Hub. Nếu bạn gặp phải các giới hạn về huấn luyện mô hình đối với dữ liệu này, thì các giới hạn đó sẽ kết thúc khi dữ liệu bị xoá.
Nếu chiến dịch của bạn đặc biệt hoạt động, thì một tuần dữ liệu là đủ. Cuối cùng, số lượng người dùng riêng biệt phải từ 100.000 trở lên, đặc biệt nếu bạn đang đào tạo bằng cách sử dụng nhiều tính năng.
3. Tạo bảng tạm thời
Sau khi bạn xác định được chiến dịch mà bạn sẽ sử dụng để huấn luyện mô hình, hãy chạy truy vấn bên dưới.
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. Tạo và huấn luyện mô hình
Tốt nhất là bạn nên tách riêng các bước tạo bảng với các bước tạo mô hình.
Chạy truy vấn sau trên bảng tạm thời mà bạn đã tạo ở bước trước. Đừng lo lắng về việc cung cấp ngày bắt đầu và ngày kết thúc vì những ngày này sẽ được suy ra dựa trên dữ liệu trong bảng tạm thời.
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. Diễn giải kết quả
Khi truy vấn chạy xong, bạn sẽ nhận được một bảng giống với bảng bên dưới. Kết quả từ chiến dịch của bạn sẽ khác.
Hàng | độ chính xác | mức độ ghi nhớ | độ chính xác | f1_score | log_loss | roc_auc |
1 | 0,53083894341399718 | 0,28427804486705865 | 0,54530547622568992 | 0,370267971696336 | 0,68728232223722974 | 0,55236263736263735 |
Kiểm tra trọng lượng
Chạy truy vấn sau để xem xét các trọng số nhằm xem những tính năng nào góp phần vào khả năng dự đoán lượt nhấp của mô hình:
SELECT * FROM ML.WEIGHTS(MODEL `binary_logistic_example`)
Truy vấn sẽ tạo ra kết quả tương tự như kết quả bên dưới. Xin lưu ý rằng BigQuery sẽ sắp xếp các nhãn đã cho, rồi chọn giá trị "nhỏ nhất" là 0 và giá trị lớn nhất là 1. Trong ví dụ này, giá trị được nhấp là 0 và not_clicked là 1. Do đó, diễn giải trọng số lớn hơn là dấu hiệu cho thấy tính năng này làm giảm khả năng xảy ra lượt nhấp. Ngoài ra, ngày 1 tương ứng với Chủ Nhật.
processed_input | cân nặng | category_weights.category | category_weights.weight |
1 | Hàm interCEPT | -0,0067900886484743364 | |
2 | browser_name | null | không rõ 0,78205563068099249 |
Opera 0.097073700069504443 | |||
Dalvik -0,75233190448454246 | |||
Cạnh 0,026672464688442348 | |||
Lụa -0,72539916969348706 | |||
Khác -0,10317444840919325 | |||
Samsung Browser 0,49861066525009368 | |||
1.3322608977581121 | |||
IE -0.44170947381475295 | |||
Firefox -0.10372609461557714 | |||
Chrome 0,069115931084794066 | |||
Safari 0,10931362123676475 | |||
3 | day_of_week | rỗng | 7 0,051780350639992277 |
6 -0,098905011477176716 | |||
4 -0,092395178188358462 | |||
5 -0,010693625983554155 | |||
3 -0,047629987110766638 | |||
1 -0,0067030673140933122 | |||
2 0,061739400111810727 | |||
4 | giờ | 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 | rỗng | 45-54 -0,013192901125032637 |
65 trở lên 0,035681341407469279 | |||
25-34 -0,044038102549733116 | |||
18-24 -0,041488170110836373 | |||
không rõ 0,025466344709472313 | |||
35-44 0,01582412778809188 | |||
55-64 -0,004832373590628946 | |||
6 | gender_name | rỗng | nam 0,061475274448403977 |
không rõ 0,46660611583398443 | |||
nữ -0,13635601771194916 |