Previsões
Agora você vai prever a curva de sobrevivência para um novo cliente usando o modelo de Cox Proportional Hazard que você estimou anteriormente. O modelo ainda está disponível no objeto fitCPH.
A nova cliente é uma mulher e usou um voucher no primeiro pedido (voucher = 1). O pedido foi feito há 21 dias e o valor do carrinho foi de 99,90 dólares. Ela não devolveu o pedido (returned = 0).
Lembre-se: voucher e returned podem assumir os valores 0 ou 1.
Este exercício faz parte do curso
Machine Learning for Marketing Analytics in R
Instruções do exercício
- Crie um dataframe de uma linha chamado
newCustomercom as características da nova cliente listadas no enunciado acima. - Preveja o tempo mediano esperado até o segundo pedido para essa cliente usando
print()e faça o gráfico da curva de sobrevivência prevista. - Você foi informado de que, devido a problemas no banco de dados, o gênero foi codificado incorretamente: o novo cliente é, na verdade, um homem. O dataframe
newCustomeré copiado para um dataframe chamadonewCustomer2. Agora altere a variável correspondente paramale. - Recalcule a mediana prevista com os dados corrigidos
newCustomer2. O que mudou?
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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(___)