Prognozy
Teraz przewidzisz krzywą przeżycia dla nowego klienta na podstawie modelu proporcjonalnego hazardu Coxa, który wcześniej oszacowałeś. Model jest nadal dostępny w obiekcie fitCPH.
Nowy klient to kobieta, która skorzystała z vouchera przy pierwszym zamówieniu (voucher = 1). Zamówienie zostało złożone 21 dni temu, a wartość koszyka wyniosła 99,90 dolara. Zamówienie nie zostało zwrócone (returned = 0).
Pamiętaj: voucher i returned mogą przyjmować wartości 0 lub 1.
To ćwiczenie jest częścią kursu
Uczenie maszynowe w analizie marketingowej w R
Instrukcje do ćwiczenia
- Utwórz jednoierszową ramkę danych o nazwie
newCustomer, zawierającą cechy nowego klienta opisane w treści ćwiczenia powyżej. - Przewidź oczekiwany medianowy czas do drugiego zamówienia dla tego klienta za pomocą funkcji
print()i wykreśl przewidywaną krzywą przeżycia. - Otrzymujesz informację, że z powodu problemów z bazą danych płeć została błędnie zakodowana: nowy klient to w rzeczywistości mężczyzna. Ramka danych
newCustomerzostała skopiowana do ramkinewCustomer2. Zmień odpowiednią zmienną namale. - Oblicz ponownie przewidywaną medianę na podstawie poprawionych danych
newCustomer2. Co się zmieniło?
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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(___)