Předpovědi

Teď budeš předpovídat křivku přežití pro nového zákazníka pomocí modelu Cox Proportional Hazard, který jsi odhadl/a dříve. Model je stále dostupný v objektu fitCPH.

Novým zákazníkem je žena, která při prvním objednání použila voucher (voucher = 1). Objednávka byla zadána před 21 dny a hodnota košíku byla 99,90 dolarů. Zboží nevrátila (returned = 0).

Pamatuj: voucher a returned mohou nabývat hodnot 0 nebo 1.

Toto cvičení je součástí kurzu

Machine Learning for Marketing Analytics in R

Zobrazit kurz

Pokyny k cvičení

Vytvoř jednořádkový dataframe s názvem newCustomer s charakteristikami nového zákazníka uvedenými v zadání výše.
Odhadni očekávaný medián doby do druhé objednávky pro tohoto zákazníka pomocí print() a vykresli předpovězenou křivku přežití.
Dozvídáš se, že kvůli problémům s databází bylo pohlaví chybně zakódováno: nový zákazník je ve skutečnosti muž. Dataframe newCustomer je zkopírován do dataframu newCustomer2. Změň příslušnou proměnnou na male.
Přepočítej předpovězený medián s opravenými daty newCustomer2. Co se změnilo?

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create data with new customer
___ <- data.frame(daysSinceFirstPurch = __, shoppingCartValue = ___, gender = "female", voucher = _, returned = _)

# Make predictions
pred <- survfit(fitCPH, newdata = ___)
print(___)
___(pred)

# Dataset is copied. Now correct the customer's gender there
newCustomer2 <- newCustomer
___$gender <- ___

# Redo prediction
pred2 <- ___(fitCPH, newdata = ___)
print(___)

Upravit a spustit kód