קוד רגרסיה לוגיסטית

Codelab רגרסיה לוגיסטית

מידע על Codelab זה

העדכון האחרון: ספט׳ 18, 2024

נכתב על ידי גוגלר

דף זה תורגם על ידי Cloud Translation API.

1.‏ מבוא

בקודלאב הזה תלמדו איך להשתמש ברגרסיה לוגיסטית כדי להבין את מידת הקשר בין תכונות כמו מין, קבוצת גיל, זמן חשיפת המודעה וסוג הדפדפן לבין הסבירות של משתמש ללחוץ על מודעה.

דרישות מוקדמות

כדי להשלים את הקודלאב הזה, תצטרכו מספיק נתוני קמפיינים באיכות גבוהה כדי ליצור מודל.

מתחילים בבחירת קמפיין ישן שמכיל כמות גדולה של נתונים באיכות גבוהה. אם אתם לא יודעים באיזה קמפיין צפויים להיות הנתונים הטובים ביותר, תוכלו להריץ את השאילתה הבאה על חודש הנתונים 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 בנתונים שלא מתייחסים לתקופה האחרונה מאפשרת לאמן ולבדוק את המודל באמצעות נתונים שיוסרו בקרוב מ-Ads Data Hub. אם נתקלתם במגבלות על אימון מודלים לגבי הנתונים האלה, המגבלות האלה יסתיימו כשהנתונים יימחקו.

אם הקמפיין פעיל במיוחד, יכול להיות שנתונים של שבוע יספיקו. לבסוף, מספר המשתמשים הייחודיים צריך להיות 100,000 או יותר, במיוחד אם אתם עושים אימון תוך שימוש בתכונות רבות.

3.‏ יצירת טבלה זמנית

אחרי שמזהים את הקמפיין שבו ישתמשו לאימון 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.‏ יצירת מודל ואימון שלו

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

בסיום ההרצה של השאילתה, תופיע טבלה שדומה לטבלה שבהמשך. התוצאות מהקמפיין שלכם 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 המשקלים

כדי לבדוק אילו תכונות תורמות לסבירות של המודל לחזות קליקים, מריצים את השאילתה הבאה ומעיינים בערכי המשקלים:

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

השאילתה תפיק תוצאות דומות לאלה שבהמשך. שימו לב שמערכת BigQuery תמייד את התוויות ותבחר את הערך 'הקטן ביותר' כ-0 ואת הערך 'הגדול ביותר' כ-1. בדוגמה הזו, הערך של clicked הוא 0 והערך של not_clicked הוא 1. לכן, משקלים גדולים יותר הם אינדיקציה לכך שהתכונה מפחיתה את הסבירות לקליק. בנוסף, יום 1 תואם ליום ראשון.

processed_input	משקל	category_weights.category	category_weights.weight
1	INTERCEPT	-0.0067900886484743364
2	browser_name	null	לא ידוע: 0.78205563068099249
			Opera 0.097073700069504443
			Dalvik -0.75233190448454246
			קצה 0.026672464688442348
			משי -0.72539916969348706
			אחר -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 ומעלה 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

חזרה

הבא‏

דיווח על טעות