เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Cox Proportional Hazard Model

ตอนนี้จะได้สร้าง Cox Proportional Hazard Model จากข้อมูลร้านค้าออนไลน์ ชุดข้อมูลที่จัดเก็บใน dataNextOrder มีตัวแปรเพิ่มเติมอีก 4 ตัว ได้แก่ shoppingCartValue (มูลค่าตะกร้าสินค้าของออเดอร์แรกในหน่วยดอลลาร์) voucher (ว่าลูกค้าใช้คูปองหรือไม่) returned (ว่ามีการคืนสินค้าหรือไม่) และ gender (เพศ)

แพ็กเกจ rms ถูกโหลดไว้ในพื้นที่ทำงานแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning for Marketing Analytics ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง Cox PH Model โดยใช้ฟังก์ชัน cph() โดยกำหนดให้ shoppingCartValue, voucher, returned และ gender เป็นตัวแปรทำนาย ระวังการเขียนสูตรให้ถูกต้อง แล้วเก็บผลลัพธ์ไว้ในอ็อบเจกต์ชื่อ fitCPH จากนั้นแสดงผลลัพธ์ด้วย
  • นำค่า coefficients มาคำนวณเลขชี้กำลังด้วยฟังก์ชัน exp() เพื่อแปลความหมาย โดยคำนึงว่า shoppingCartValue เป็นตัวแปรต่อเนื่อง ส่วนตัวแปรที่เหลือเป็นตัวแปรเชิงกลุ่ม
  • พล็อตสรุปผลลัพธ์ของโมเดล

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Determine distributions of predictor variables
dd <- datadist(dataNextOrder)
options(datadist = "dd")

# Compute Cox PH Model and print results
___ <- ___(Surv(daysSinceFirstPurch, boughtAgain) ___ shoppingCartValue ___ voucher ___ returned ___ gender,
              data = ___,
              x = TRUE, y = TRUE, surv = TRUE)
print(___)

# Interpret coefficients
___(fitCPH$___)

# Plot result summary
___(___(fitCPH), log = TRUE)
แก้ไขและรันโค้ด