予測

これまでに推定した Cox 比例ハザードモデルを使って、新規顧客の生存曲線を予測してみましょう。モデルはオブジェクト fitCPH に保存されています。

新規顧客は女性で、初回注文でバウチャーを使用しています（voucher = 1）。その注文は21日前で、買い物かごの金額は99.90ドルでした。注文は返品していません（returned = 0）。

注意: voucher と returned は 0 または 1 の値を取ります。

この演習はコースの一部です

Rで学ぶマーケティングアナリティクスのための機械学習

コースを見る

演習の手順

課題文に記載された新規顧客の属性を用いて、1行のデータフレーム newCustomer を作成します。
print() を使ってこの顧客の2回目の注文までの期待中央値を予測し、予測された生存曲線をプロットします。
データベースの不具合により性別のコードが誤っていたことが分かりました。実際には新規顧客は男性です。データフレーム newCustomer は newCustomer2 にコピーされています。該当する変数を male に変更しましょう。
修正後のデータ newCustomer2 で予測中央値を再計算します。何が変わりましたか？

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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(___)

コードを編集して実行