Lớp học lập trình hồi quy logistic

1. Giới thiệu

Lớp học lập trình này sẽ hướng dẫn bạn cách sử dụng phương pháp hồi quy logistic để tìm hiểu mức độ tương quan của các yếu tố 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 sẽ cần có đủ dữ liệu chiến dịch chất lượng cao để tạo một 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 khả năng có dữ liệu tốt nhất, hãy chạy truy vấn sau cho toàn bộ tháng cũ nhất có 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 từ 12-13 tháng, bạn có thể huấn luyện và thử nghiệm mô hình của mình trên những dữ liệu sắp bị xoá khỏi Ads Data Hub. Nếu bạn gặp phải các giới hạn về huấn luyện mô hình đối với 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, thì một tuần dữ liệu là đủ. Cuối cùng, số lượng người dùng riêng biệt phải từ 100.000 trở lên, đặc biệt nếu bạn đang đào tạo bằng cách sử dụng nhiều tính năng.

3. Tạo bảng tạm thời

Sau khi bạn xác định được 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 riêng 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 lắng về việc cung cấp ngày bắt đầu và ngày kết thúc vì những ngày này sẽ được suy ra 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 nhận được một bảng giống với bảng bên dưới. Kết quả từ chiến dịch của bạn sẽ khác.

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 lượng

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

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

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

processed_input

cân nặng

category_weights.category

category_weights.weight

1

Hàm interCEPT

-0,0067900886484743364

2

browser_name

null

không rõ 0,78205563068099249

Opera 0.097073700069504443

Dalvik -0,75233190448454246

Cạnh 0,026672464688442348

Lụa -0,72539916969348706

Khác -0,10317444840919325

Samsung Browser 0,49861066525009368

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

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

rỗng

45-54 -0,013192901125032637

65 trở lên 0,035681341407469279

25-34 -0,044038102549733116

18-24 -0,041488170110836373

không rõ 0,025466344709472313

35-44 0,01582412778809188

55-64 -0,004832373590628946

6

gender_name

rỗng

nam 0,061475274448403977

không rõ 0,46660611583398443

nữ -0,13635601771194916