Codelab für die logistische Regression

1. Einführung

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. Vorläufige 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