Previsioni
Ora andrai a prevedere la curva di sopravvivenza per un nuovo cliente usando il modello di Cox Proportional Hazard che hai stimato in precedenza. Il modello è ancora disponibile nell'oggetto fitCPH.
La nuova cliente è una donna e ha usato un voucher nel suo primo ordine (voucher = 1). L’ordine è stato effettuato 21 giorni fa e aveva un valore del carrello di 99,90 dollari. Non ha restituito l’ordine (returned = 0).
Ricorda: voucher e returned possono assumere i valori 0 o 1.
Questo esercizio fa parte del corso
Machine Learning per il Marketing Analytics in R
Istruzioni dell'esercizio
- Crea un dataframe con una sola riga chiamato
newCustomercon le caratteristiche della nuova cliente elencate nel testo dell’assegnazione qui sopra. - Prevedi il tempo mediano atteso fino al secondo ordine per questa cliente usando
print()e traccia la curva di sopravvivenza prevista. - Ti informano che, a causa di problemi nel database, il genere è stato codificato in modo errato: il nuovo cliente è in realtà un uomo. Il dataframe
newCustomerviene copiato in un dataframe chiamatonewCustomer2. Ora modifica la variabile corrispondente inmale. - Ricalcola il mediano previsto con i dati corretti
newCustomer2. Che cosa è cambiato?
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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(___)