預測
現在你要使用先前估計的 Cox 比例風險模型來預測一位新客戶的存活曲線。該模型仍保存在物件 fitCPH 中。
這位新客戶是女性，且在第一次下單時使用了折價券（voucher = 1）。該訂單是 21 天前下的，購物車金額為 99.90 美元。她沒有退貨（returned = 0）。
請記住：voucher 和 returned 的取值可以是 0 或 1。
本練習屬於課程
R 的行銷分析機器學習
練習說明
- 建立一個只有 1 列的 dataframe，命名為
newCustomer，其欄位內容依上方說明中的新客戶特徵設定。 - 使用
print()預測此客戶直到第二次下單的期望中位時間，並繪製預測的存活曲線。 - 你獲知因資料庫問題，性別被錯誤編碼：這位新客戶其實是男性。dataframe
newCustomer會被複製為newCustomer2。現在請把對應的變數改為male。 - 使用更正後的
newCustomer2重新計算預測的中位數。發生了什麼變化？
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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(___)