1. פתיח
בשיעור הזה תלמדו איך להשתמש ברגרסיה לוגיסטית כדי להבין עד כמה תכונות כמו מגדר, קבוצת גיל, זמן חשיפה וסוג דפדפן קשורים לסבירות שהמשתמש ילחץ על מודעה.
דרישות מוקדמות
כדי להשלים את ה-Codelab הזה, דרוש לך מספיק נתוני קמפיין איכותיים כדי ליצור מודל.
2. בחירת קמפיין
כדי להתחיל, בוחרים קמפיין ישן שמכיל כמות גדולה של נתונים איכותיים. אם אתם לא יודעים לאיזה קמפיין יש את הנתונים הכי טובים, מריצים את השאילתה הבאה על הנתונים של החודש המלא הישן ביותר שיש לכם גישה אליהם:
SELECT
campaign_id,
COUNT(DISTINCT user_id) AS user_count,
COUNT(*) AS impression_count
FROM adh.google_ads_impressions
ORDER BY user_count DESC;
בחירת נתונים בני 12-13 חודשים מאפשרת לאמן את המודל ולבדוק אותו על נתונים שיוסרו בקרוב מ-Ads Data Hub. אם יהיו מגבלות לאימון מודלים בנתונים האלה, המגבלות יסתיימו כשהנתונים יימחקו.
אם הקמפיין פעיל במיוחד, יכול להיות שיצטברו מספיק נתונים במשך שבוע. לבסוף, מספר המשתמשים הייחודיים צריך להיות 100,000 או יותר, במיוחד אם אתם מבצעים אימון שכולל הרבה תכונות.
3. יצירת טבלה זמנית
לאחר שתזהה את מסע הפרסום שבו תשתמש כדי לאמן את 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. יצירה ואימון של מודל
מומלץ להפריד את שלבי יצירת הטבלה מהשלבים ליצירת המודל.
מריצים את השאילתה הבאה בטבלה הזמנית שיצרתם בשלב הקודם. אין צורך לחשוש בנוגע לתאריכי התחלה וסיום, מכיוון שהם יוסקו על סמך נתונים בטבלה 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
כשהרצת השאילתה תסתיים, תוצג טבלה שדומה לזו שמופיעה בהמשך. התוצאות מהקמפיין 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 משקולות
מריצים את השאילתה הבאה כדי לבחון את השקלולים ולראות אילו תכונות תורמות לסבירות של המודל לחזות קליק:
SELECT * FROM ML.WEIGHTS(MODEL `binary_logistic_example`)
השאילתה תניב תוצאות דומות לתוצאות הבאות. שימו לב: מערכת BigQuery תמיין את התוויות הנתונות, ותבחר שהדירוג הקטן ביותר יהיה 0 והערך הגדול ביותר יהיה 1. בדוגמה הזו, הקליק הוא 0 ו-not_clicked הוא 1. לכן, פרשו משקלים גדולים כאינדיקציה לכך שהתכונה מקטינה את הסיכוי לקליקים. בנוסף, היום הראשון הוא יום 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 | |||
דלביק -0.75233190448454246 | |||
Edge 0.026672464688442348 | |||
משי - 0.72539916969348706 | |||
אחר -0.10317444840919325 | |||
דפדפן Samsung 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 | |||
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 |