Prediksi

Sekarang Anda akan memprediksi kurva survival untuk pelanggan baru dari model Cox Proportional Hazard yang sebelumnya Anda estimasi. Model tersebut masih tersedia dalam objek fitCPH.

Pelanggan baru ini adalah seorang perempuan dan menggunakan voucher pada pesanan pertamanya (voucher = 1). Pesanan dilakukan 21 hari yang lalu dan nilai keranjang belanjanya 99,90 dolar. Ia tidak mengembalikan pesanan tersebut (returned = 0).

Ingat: voucher dan returned hanya dapat bernilai 0 atau 1.

Latihan ini adalah bagian dari kursus

Machine Learning untuk Analitik Pemasaran dengan R

Lihat Kursus

Petunjuk latihan

Buat dataframe satu baris bernama newCustomer dengan karakteristik pelanggan baru seperti yang tercantum pada teks tugas di atas.
Prediksi median waktu yang diharapkan hingga pesanan kedua untuk pelanggan ini menggunakan print() dan plot kurva survival yang diprediksi.
Anda diberi tahu bahwa karena masalah basis data, gender dikodekan secara keliru: Pelanggan baru ini sebenarnya adalah laki-laki. Dataframe newCustomer disalin menjadi dataframe bernama newCustomer2. Sekarang ubahlah variabel terkait menjadi male.
Hitung ulang median yang diprediksi dengan data yang telah dikoreksi newCustomer2. Apa yang berubah?

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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(___)

Edit dan Jalankan Kode