प्रेडिक्शंस
अब आप पहले अनुमानित Cox Proportional Hazard मॉडल से किसी नए कस्टमर के लिए survival कर्व प्रेडिक्ट करेंगे. यह मॉडल अभी भी ऑब्जेक्ट fitCPH में उपलब्ध है.
नया कस्टमर एक महिला है और उसने अपने पहले ऑर्डर में वाउचर इस्तेमाल किया (voucher = 1). ऑर्डर 21 दिन पहले प्लेस किया गया था और शॉपिंग कार्ट वैल्यू 99.90 डॉलर थी. उसने ऑर्डर रिटर्न नहीं किया (returned = 0).
ध्यान रहे: voucher और returned के मान 0 या 1 हो सकते हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Marketing Analytics के लिए Machine Learning
अभ्यास निर्देश
- ऊपर दिए गए असाइनमेंट टेक्स्ट में सूचीबद्ध नए कस्टमर की विशेषताओं के साथ एक रो वाला dataframe
newCustomerबनाइए. print()का उपयोग करके इस कस्टमर के लिए दूसरे ऑर्डर तक के अपेक्षित median समय का प्रेडिक्शन कीजिए और प्रेडिक्टेड survival कर्व को प्लॉट कीजिए.- आपको सूचित किया गया है कि डेटाबेस समस्या के कारण जेंडर गलत कोड हुआ था: वास्तव में नया कस्टमर पुरुष है. dataframe
newCustomerको कॉपी करकेnewCustomer2नाम का dataframe बनाया गया है. अब संबंधित वैरिएबल कोmaleमें बदल दीजिए. - सही किए गए डेटा
newCustomer2के साथ प्रेडिक्टेड median दोबारा निकालिए. क्या बदला?
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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(___)