Lớp học lập trình hồi quy logistic

Lớp học lập trình về hồi quy logistic

Thông tin về lớp học lập trình này

subjectLần cập nhật gần đây nhất: thg 9 18, 2024
account_circleTác giả: Một nhân viên của Google

1. Giới thiệu

Lớp học lập trình này sẽ hướng dẫn bạn cách sử dụng hồi quy logistic để hiểu mức độ tương quan giữa các tính năng 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 cần có đủ dữ liệu chiến dịch chất lượng cao để tạo 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 thể có dữ liệu tốt nhất, hãy chạy truy vấn sau trên toàn bộ tháng cũ nhất của 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 không phải dữ liệu gần đây, bạn có thể huấn luyện và kiểm thử mô hình của mình trên dữ liệu sắp bị xoá khỏi Ads Data Hub. Nếu bạn gặp phải các giới hạn về việc huấn luyện mô hình trên 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 hiệu quả, thì dữ liệu trong một tuần có thể là đủ. Cuối cùng, số lượng người dùng riêng biệt phải từ 100.000 trở lên, đặc biệt là nếu bạn đang huấn luyện bằng nhiều tính năng.

3. Tạo bảng tạm thời

Sau khi xác định 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 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 về việc cung cấp ngày bắt đầu và ngày kết thúc, vì các ngày này sẽ được suy luận 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 thấy một bảng tương tự như bảng bên dưới. Kết quả của chiến dịch sẽ khác nhau.

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 số

Chạy truy vấn sau để xem các trọng số nhằm biết những tính năng nào đóng góp vào khả năng dự đoán lượt nhấp của mô hình:

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

Truy vấn này sẽ tạo ra kết quả tương tự như những kết quả dưới đây. Xin lưu ý rằng BigQuery sẽ sắp xếp các nhãn đã cho và chọn nhãn "nhỏ nhất" là 0 và lớn nhất là 1. Trong ví dụ này, clicked là 0 và not_clicked là 1. Do đó, hãy diễn giải trọng số lớn hơn là dấu hiệu cho thấy tính năng đó làm giảm khả năng nhấp. Ngoài ra, ngày 1 tương ứng với Chủ Nhật.

processed_input

cân nặng

category_weights.category

category_weights.weight

1

INTERCEPT

-0.0067900886484743364

2

browser_name

rỗng

không rõ 0.78205563068099249

Opera 0.097073700069504443

Dalvik -0.75233190448454246

Edge 0.026672464688442348

Silk -0.72539916969348706

Khác -0,10317444840919325

Trình duyệt Samsung 0.49861066525009368

Yandex 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

rỗng

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 tuổi trở lên 0,035681341407469279

25-34 -0.044038102549733116

18-24 -0.041488170110836373

không xác định 0.025466344709472313

35-44 0.01582412778809188

55-64 -0.004832373590628946

6

gender_name

null

nam 0,061475274448403977

không xác định 0.46660611583398443

nữ -0.13635601771194916

bug_report Báo cáo lỗi