Codelab für die logistische Regression

Informationen zu diesem Codelab

Zuletzt aktualisiert: Nov. 21, 2023

Verfasst von einem Google-Mitarbeiter

1. Intro

In diesem Codelab erfahren Sie, wie Sie mithilfe der logistischen Regression feststellen können, inwieweit Merkmale wie Geschlecht, Altersgruppe, Zeitpunkt der Impression und Browsertyp im Zusammenhang mit der Wahrscheinlichkeit stehen, mit der Nutzer auf eine Anzeige klicken.

Voraussetzungen

Für dieses Codelab benötigen Sie ausreichend hochwertige Kampagnendaten zum Erstellen eines Modells.

2. Kampagne auswählen

Wählen Sie zuerst eine bisherige Kampagne aus, die viele hochwertige Daten enthält. Wenn Sie nicht wissen, für welche Kampagne wahrscheinlich die besten Daten vorliegen, führen Sie für den am längsten zurückliegenden vollen Monat, auf den Sie Zugriff haben, folgende Abfrage aus:

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

ORDER BY user_count DESC;

Wenn Sie Daten auswählen, die zwischen 12 und 13 Monaten alt sind, können Sie Ihr Modell mit Daten trainieren und testen, die demnächst aus Ads Data Hub entfernt werden. Wenn für diese Daten Einschränkungen für Modelltrainings bestehen, werden diese beendet, sobald die Daten gelöscht werden.

Wenn Ihre Kampagne besonders aktiv ist, reichen möglicherweise die Daten einer Woche aus. Schließlich sollte die Anzahl der einzelnen Nutzer mindestens 100.000 betragen, insbesondere wenn Sie mit vielen Funktionen trainieren.

3. Temporäre Tabelle erstellen

Führen Sie die folgende Abfrage aus, nachdem Sie die Kampagne bestimmt haben, die Sie zum Trainieren Ihres Modells verwenden möchten.

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. Modell erstellen und trainieren

Es wird empfohlen, die Schritte zur Tabellenerstellung von denen zur Modellerstellung zu trennen.

Führen Sie die folgende Abfrage für die temporäre Tabelle aus, die Sie im vorherigen Schritt erstellt haben. Sie müssen kein Start- und Enddatum angeben, denn diese werden aus den Daten in der temporären Tabelle abgeleitet.

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. Ergebnisse interpretieren

Wenn die Abfrage ausgeführt wurde, wird eine Tabelle angezeigt, die der folgenden ähnelt. Die Ergebnisse Ihrer Kampagne werden andere sein.

Zeile	precision	recall	accuracy	f1_score	log_loss	roc_auc
1	0.53083894341399718	0.28427804486705865	0.54530547622568992	0.370267971696336	0.68728232223722974	0.55236263736263735

Gewichtungen untersuchen

Führen Sie die folgende Abfrage aus, um die Gewichtungen zu sehen und herauszufinden, welche Merkmale die Wahrscheinlichkeit eines Klicks für Ihr Modell erhöhen:

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

Die Abfrage liefert Ergebnisse, die den unten aufgeführten ähneln. Beachten Sie, dass die angegebenen Labels von BigQuery sortiert werden. Der „kleinste“ Wert wird auf „0“ und der größte auf „1“ festgelegt. In diesem Beispiel lautet der Wert für „clicked“ 0 und für „not_clicked“ „1“. Bewerten Sie daher größere Gewichtungen als Hinweis darauf, dass das Merkmal Klicks weniger wahrscheinlich macht. Außerdem entspricht Tag 1 dem Sonntag.

processed_input	weight	category_weights.category	category_weights.weight
1	INTERCEPT	-0.0067900886484743364
2	browser_name	null	unknown 0.78205563068099249
			Opera 0.097073700069504443
			Dalvik -0.75233190448454246
			Edge 0.026672464688442348
			Silk -0.72539916969348706
			Other -0.10317444840919325
			Samsung Browser 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
			unknown 0.025466344709472313
			35-44 0.01582412778809188
			55-64 -0.004832373590628946
6	gender_name	null	male 0.061475274448403977
			unknown 0.46660611583398443
			female -0.13635601771194916

Zurücksetzen

Weiter

Fehler melden