Lägga till prediktiva variabler

Prediktiv analys på mellannivå i Python

Nele Verbiest

Senior Data Scientist @PythonPredictions

Prediktiva variabler

  • Demografi:
    • Ålder
    • Kön
    • Boendeort
  • Köpbeteende
  • Tittarbeteende
  • Produktanvändning
  • Surfbeteende
  • Betalningsinformation
Prediktiv analys på mellannivå i Python

Tidslinjekompatibla prediktiva variabler (1)

Prediktiv analys på mellannivå i Python

Tidslinjekompatibla prediktiva variabler (2)

Prediktiv analys på mellannivå i Python

Lägga till livslängd

# Reference date
reference_date = datetime.date(2018,4,1)

# Add lifetime to the basetable 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
Prediktiv analys på mellannivå i Python

Lägga till föredragen kontaktkanal (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)

# Select lines compliant with reference data contact_channel_reference_date = living_places[ (contact_channel["start_valid_date"]<=reference_date) & (living_places["end_valid_date"]>reference_date)]
Prediktiv analys på mellannivå i Python

Lägga till föredragen kontaktkanal (2)

# Add contact channel place to the basetable
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"
Prediktiv analys på mellannivå i Python

Nu kör vi en övning!

Prediktiv analys på mellannivå i Python

Preparing Video For Download...