ParetoNBDModel.compras_esperadas#

ParetoNBDModel.expected_purchases(data=None, *, future_t=None)[fuente]#

Calcule el número esperado de compras futuras.

Dado recencia, frecuencia y T para un cliente individual, este método predice el número esperado de compras futuras a lo largo de future_t períodos de tiempo.

Adaptado de la ecuación (41) en las notas de Bruce Hardie [1], y la biblioteca heredada lifetimes: CamDavidsonPilon/lifetimes

Parámetros:
datos : DataFrame, opcionalDataFrame, opcional

Dataframe que contiene las siguientes columnas:

  • customer_id: Identificador único del cliente

  • frequency: Número de compras repetidas

  • recency: Tiempo entre la primera y la última compra

  • T: Tiempo entre la primera compra y el final del período de observación. Las suposiciones del modelo requieren T >= recency

  • Columna opcional para la parametrización de future_t.

  • Todas las columnas de covariables especificadas cuando se inicializó el modelo.

Si no se proporciona, las predicciones se realizarán con los datos utilizados para ajustar el modelo.

future_tnumpy:similar_a_array

Número de períodos de tiempo para predecir las compras esperadas. No es necesario si el DataFrame data contiene una columna future_t.

Referencias

[1]

Fader, Peter y G. S. Hardie, Bruce (2005). «Una nota sobre la derivación del modelo Pareto/NBD y expresiones relacionadas.» http://brucehardie.com/notes/009/pareto_nbd_derivations_2005-11-05.pdf