लॉजिस्टिक रिग्रेशन कोडलैब

1. शुरुआती जानकारी

इस कोडलैब से आपको लॉजिस्टिक रिग्रेशन के इस्तेमाल का तरीका पता चलेगा, ताकि यह समझा जा सके कि लिंग, उम्र समूह, इंप्रेशन टाइम, और ब्राउज़र के टाइप जैसी सुविधाएं, उपयोगकर्ता के विज्ञापन पर क्लिक करने की कितनी संभावना से जुड़ी हैं.

ज़रूरी शर्तें

इस कोडलैब को पूरा करने के लिए, मॉडल बनाने के लिए आपके पास काफ़ी अच्छी क्वालिटी वाला कैंपेन डेटा होना चाहिए.

2. कोई कैंपेन चुनें

किसी ऐसे पुराने कैंपेन को चुनकर शुरुआत करें जिसमें बड़ी मात्रा में अच्छी क्वालिटी का डेटा मौजूद हो. अगर आपको नहीं पता कि किस कैंपेन में सबसे अच्छा डेटा होने की संभावना है, तो नीचे दी गई क्वेरी को सबसे पुराने महीने के उस डेटा पर चलाएं जिसका ऐक्सेस आपके पास है:

SELECT
  campaign_id,
  COUNT(DISTINCT user_id) AS user_count,
  COUNT(*) AS impression_count
FROM adh.google_ads_impressions

ORDER BY user_count DESC;

अगर 12 से 13 महीने का डेटा चुना जाता है, तो अपने मॉडल को ट्रेनिंग और टेस्ट करने के लिए डेटा का इस्तेमाल किया जा सकता है. इस डेटा को जल्द ही Ads Data Hub से हटा दिया जाएगा. अगर आपको इस डेटा पर मॉडल-ट्रेनिंग की सीमाएं दिखती हैं, तो डेटा मिटाए जाने पर वे सीमाएं खत्म हो जाएंगी.

अगर आपका कैंपेन खास तौर पर चालू है, तो एक हफ़्ते का डेटा काफ़ी हो सकता है. आखिर में, अलग-अलग उपयोगकर्ताओं की संख्या 1,00,000 या इससे ज़्यादा होनी चाहिए. खास तौर पर तब, जब आप कई सुविधाओं का इस्तेमाल करके ट्रेनिंग ले रहे हों.

3. सीमित समय के लिए टेबल बनाएं

अपने मॉडल को ट्रेनिंग देने के लिए इस्तेमाल किए जाने वाले कैंपेन की पहचान करने के बाद, नीचे दी गई क्वेरी चलाएं.

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. मॉडल बनाना और उसे ट्रेनिंग देना

सबसे सही तरीका यह है कि टेबल बनाने के चरणों को मॉडल बनाने के चरणों से अलग किया जाए.

आपने पिछले चरण में जो अस्थायी टेबल बनाई थी उस पर इस क्वेरी को चलाएं. शुरू और खत्म होने की तारीखें बताने के बारे में चिंता न करें, क्योंकि इनका अनुमान अस्थायी टेबल में मौजूद डेटा के आधार पर लगाया जाएगा.

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. नतीजों को समझना

क्वेरी पूरी होने पर, आपको एक टेबल दिखेगी, जो नीचे दी गई टेबल से मिलती-जुलती होगी. आपके कैंपेन के नतीजे अलग-अलग होंगे.

पंक्ति	प्रीसिज़न	रीकॉल	सटीक	f1_score	log_loss	roc_auc
1	0.53083894341399718	0.28427804486705865	0.54530547622568992	0.370267971696336	0.68728232223722974	0.55236263736263735

मोटाई की जांच करें

यह देखने के लिए कि आपके मॉडल के क्लिक का अनुमान लगाने की संभावना में किन सुविधाओं का योगदान होता है, इन वैल्यू को देखने के लिए नीचे दी गई क्वेरी चलाएं:

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

क्वेरी से मिलने वाले नतीजे, नीचे दिए गए नतीजों से मिलते-जुलते होंगे. ध्यान दें कि BigQuery दिए गए लेबल को क्रम से लगाएगा. इसके बाद, "सबसे छोटा" को 0 और सबसे बड़े को 1 के तौर पर दिखाएगा. इस उदाहरण में, क्लिक किए जाने की संख्या 0 है और NOT_clicked की वैल्यू 1 है. इसलिए, ज़्यादा वैल्यू को इस बात के संकेत के तौर पर मानें कि इस सुविधा से क्लिक मिलने की संभावना कम होती है. इसके अलावा, पहला दिन रविवार से जुड़ा होता है.

processed_input	वज़न का डेटा	category_weights.category	category_weights.weight
1	इंटरसेप्ट	-0.0067900886484743364
2	browser_name	शून्य	अज्ञात 0.78205563068099249
			ऑपरा 0.097073700069504443
			डैल्विक -0.75233190448454246
			एज 0.026672464688442348
			सिल्क -0.72539916969348706
			अन्य -0.10317444840919325
			Samsung ब्राउज़र 0.49861066525009368
			एंडेक्स 1.3322608977581121
			आयरलैंड -0.44170947381475295
			फ़ायरफ़ॉक्स -0.10372609461557714
			Chrome 0.069115931084794066
			Safari 0.10931362123676475
3	day_of_week	शून्य	7 0.051780350639992277
			6 -0.098905011477176716
			4 -0.092395178188358462
			5 -0.010693625983554155
			3 -0.047629987110766638
			1 -0.0067030673140933122
			2 0.061739400111810727
4	hour	शून्य	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 के बीच
			9 -0.017888651719350213
			23 0.10216569641652029
			11 -0.053494611827240059
			20 -0.10800180853273429
			21 -0.070702105471528345 के बीच
			0 0.011735200996326559
			6 0.016581239381563598
			17 -0.15602138949559918
			7 0.024077394387953525
5	age_group_name	शून्य	45-54 -0.013192901125032637
			65+ 0.035681341407469279
			25-34 -0.044038102549733116
			18 से 24 -0.041488170110836373
			अज्ञात 0.025466344709472313
			35-44 0.01582412778809188
			55-64 -0.004832373590628946
6	gender_name	शून्य	पुरुष 0.061475274448403977
			अज्ञात 0.46660611583398443
			महिला -0.13635601771194916