Codelab regresi logistik

Tentang codelab ini

Terakhir diperbarui Sep 18, 2024

Ditulis oleh Googler

Halaman ini diterjemahkan oleh Cloud Translation API.

1. Pengantar

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

Prasyarat

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

2. Pilih kampanye

Mulailah dengan memilih kampanye lama yang berisi data berkualitas tinggi dalam jumlah besar. Jika Anda tidak tahu kampanye mana yang kemungkinan memiliki data terbaik, jalankan kueri berikut pada data bulan 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 tidak terbaru memungkinkan Anda melatih dan menguji model pada data yang akan segera dihapus dari Ads Data Hub. Jika Anda mengalami batas pelatihan model pada data ini, batas tersebut akan berakhir saat data dihapus.

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

3. Membuat tabel sementara

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

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.

Jalankan kueri berikut pada tabel sementara yang Anda buat di langkah sebelumnya. Jangan khawatir untuk memberikan tanggal mulai dan akhir, karena tanggal ini 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. 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

Memeriksa bobot

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

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

Kueri ini akan menghasilkan hasil yang mirip dengan hasil di bawah. Perhatikan bahwa BigQuery akan mengurutkan label yang diberikan dan memilih "terkecil" menjadi 0 dan yang terbesar menjadi 1. Dalam contoh ini, clicked adalah 0 dan not_clicked adalah 1. Dengan demikian, tafsirkan bobot yang lebih besar sebagai indikasi bahwa fitur tersebut membuat klik menjadi kurang mungkin. Selain itu, hari 1 sesuai dengan hari Minggu.

processed_input	bobot	category_weights.category	category_weights.weight
1	INTERCEPT	-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
			Yayasan 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	jam	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

Kembali

Berikutnya

Laporkan kesalahan