BQML で分類モデルを使用して訪問者の購入を予測する

GW 明けても ML Study Jams 受け付けていたのでやってみた。

やったこと

ラボアカウントでログイン
クーポン入力
BigQuery の使い方練習
- 「従来の UI に移動」が見つからない
- 迷っているうちに、従来のUIっぽいのが表示された
- https://bigquery.cloud.google.com/ から行くのがいいっぽい？
e コマースデータセットの確認
- e コマース利用者の多くは閲覧するもののすぐ購入しない
e コマースデータを探索する
- sql のコピペ
モデル1 作成と評価
- いくつかモデルタイプがあるらしい
  - linear_reg 数値
  - logistic_reg 0 または 1
  - 今回は将来購入する/しないので後者
- モデル作成
  - create table/insert/select っぽい構文
- モデル評価
  - 0.7 decent
モデル2 作成と評価
- モデル作成
  - モデル1 より詳細な特徴を評価？
  - insert select っぽい構文
- モデル評価
  - 0.9 good
予測クエリ
- 時間がなくコピペのみ

BigQuery とは
- 適切なハードウェアとインフラストラクチャを用意せずに大規模なデータセットを保存したり、それに対してクエリを実行したりすると、時間と費用がかかってしまいます。Google BigQuery は、こうした問題を解決するために Google のインフラストラクチャの処理能力を使用して SQL クエリを超高速で実行する、エンタープライズデータウェアハウスです。 https://cloud.google.com/bigquery/what-is-bigquery?hl=ja
e コマース利用者の多くは、初見で購入しない
- これは学習せず既存データのselect から得られた
どういったユーザーが購入するか予測してみる
- 特徴
  - totals.bounces 合計直帰数
  - totals.timeOnSite セッションの合計時間
- モデル1 作成
- 評価: 0.7 decent
モデルの改善
- 特徴
  - 初回訪問時に訪問者は購入手続きをどこまで進めていたか等
- モデル2 作成
- 評価: 0.9 good

ということらしい。学習モデルを作るにしても適切な特徴を使わないとだめだよねってことか。しかし、モデルを適切に評価しているのか今回だけではわからない。分析に必要なテーブルをデータ付きで生成しているように思えるが、あれが学習なのか？

やる前にこれ知りたかったorz