Dự báo
Bây giờ bạn sẽ dự báo đường cong sống sót cho một khách hàng mới từ mô hình Cox Proportional Hazard mà bạn đã ước lượng trước đó. Mô hình vẫn có sẵn trong đối tượng fitCPH.
Khách hàng mới là nữ và đã dùng voucher ở đơn hàng đầu tiên (voucher = 1). Đơn hàng được đặt cách đây 21 ngày và có giá trị giỏ hàng 99,90 đô la. Cô ấy không trả lại đơn hàng (returned = 0).
Lưu ý: voucher và returned chỉ nhận các giá trị 0 hoặc 1.
Bài tập này là một phần của khóa học
Machine Learning cho Phân tích Marketing bằng R
Hướng dẫn bài tập
- Tạo một dataframe một dòng tên
newCustomervới các đặc điểm của khách hàng mới như mô tả ở phần bài tập phía trên. - Dự báo thời gian trung vị kỳ vọng cho đến đơn hàng thứ hai của khách hàng này bằng
print()và vẽ đường cong sống sót dự báo. - Bạn được thông báo rằng do lỗi cơ sở dữ liệu, biến giới tính đã bị mã hóa sai: Khách hàng mới thực ra là nam. Dataframe
newCustomerđược sao chép thành một dataframe tênnewCustomer2. Giờ hãy đổi biến tương ứng thànhmale. - Tính lại trung vị dự báo với dữ liệu đã chỉnh sửa
newCustomer2. Điều gì đã thay đổi?
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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(___)