การทำนายผล
ในแบบฝึกหัดนี้ เราจะทำนาย survival curve สำหรับลูกค้าใหม่จากโมเดล Cox Proportional Hazard ที่สร้างไว้ก่อนหน้านี้ โมเดลยังคงอยู่ในออบเจกต์ fitCPH
ลูกค้าใหม่เป็นผู้หญิงและใช้คูปองในการสั่งซื้อครั้งแรก (voucher = 1) คำสั่งซื้อเกิดขึ้นเมื่อ 21 วันที่ผ่านมา และมีมูลค่าตะกร้าสินค้า 99.90 ดอลลาร์ โดยไม่มีการคืนสินค้า (returned = 0)
หมายเหตุ: voucher และ returned มีค่าได้เพียง 0 หรือ 1
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Learning for Marketing Analytics ใน R
คำแนะนำการฝึกหัด
- สร้าง dataframe แบบหนึ่งแถวชื่อ
newCustomerโดยใส่ข้อมูลลักษณะของลูกค้าใหม่ตามที่ระบุไว้ในโจทย์ด้านบน - ทำนายค่ามัธยฐานของเวลาที่คาดว่าจะใช้จนถึงการสั่งซื้อครั้งที่สองของลูกค้ารายนี้โดยใช้
print()และพล็อต survival curve ที่ทำนายได้ - ได้รับแจ้งว่าเนื่องจากปัญหาของฐานข้อมูล เพศของลูกค้าถูกบันทึกผิดพลาด — ลูกค้าใหม่รายนี้เป็นผู้ชาย dataframe
newCustomerถูกคัดลอกไปยังnewCustomer2แล้ว ให้แก้ไขตัวแปรดังกล่าวให้เป็นmale - คำนวณค่ามัธยฐานที่ทำนายได้อีกครั้งโดยใช้ข้อมูลที่แก้ไขแล้ว
newCustomer2ผลลัพธ์เปลี่ยนไปอย่างไร?
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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(___)