添加预测变量

Python 预测分析进阶

Nele Verbiest

Senior Data Scientist @PythonPredictions

预测变量

  • 人口统计:
    • 年龄
    • 性别
    • 居住地
  • 消费行为
  • 观看行为
  • 产品使用
  • 上网行为
  • 支付信息
Python 预测分析进阶

符合时间线的预测变量(1)

Python 预测分析进阶

符合时间线的预测变量(2)

Python 预测分析进阶

添加在网时长

# 参考日期
reference_date = datetime.date(2018,4,1)

# 向基表添加在网时长 basetable["lifetime"] = reference_date - basetable["member_since"] print(basetable.head())
donor_id member_since lifetime
1        2015-02-03   1153
2        2016-01-30   729
3        2016-02-23   768
Python 预测分析进阶

添加首选联系渠道(1)

donor_id start_valid_date end_valid_date  contact_channel
1        2014-02-03       2016-03-04      "phone"
1        2016-03-04       2016-05-08      "e-mail"
2        2016-02-23       2026-02-23      "e-mail"
reference_date = datetime.date(2018,4,1)

# 选择与参考日期一致的记录 contact_channel_reference_date = living_places[ (contact_channel["start_valid_date"]<=reference_date) & (living_places["end_valid_date"]>reference_date)]
Python 预测分析进阶

添加首选联系渠道(2)

# 将联系渠道加入基表
basetable = 
    pd.merge(
     basetable, 
     living_places_reference_date[["donor_ID","contact_channel"]],
     on="donor_ID"
    )
print(basetable.head())
donor_id contact_channel
1        "phone"
2        "phone"
3        "e-mail"
Python 预测分析进阶

Passons à la pratique !

Python 预测分析进阶

Preparing Video For Download...