MMMWrapper

class pymc_marketing.mlflow.MMMWrapper(model, predict_method='predict', extend_idata=False, combined=True, include_last_observations=False, original_scale=True, var_names=None, **sample_kwargs)

Una clase para preparar un modelo de mezcla de marketing (MMM) de PyMC para registrar y registrar en MLflow.

Esta clase extiende el PythonModel de MLflow para manejar tareas de predicción utilizando un MMM basado en PyMC. Soporta varios métodos de predicción, incluyendo predicción puntual, muestreo predictivo posterior y muestreo predictivo anterior.

Parámetros:

modelo : pymc_marketing.mmm.MMMpymc_marketing.mmm.MMM

El modelo de mezcla de marketing que se registrará y utilizará para predicciones.

predict_method : str, opcional, predeterminado=»predict»python:str, opcional, predeterminado=»predict»

El método de predicción predeterminado a utilizar, como «predict», «sample_posterior_predictive» o «sample_prior_predictive».

extend_idata : bool, predeterminado=Falsebool, predeterminado=False

Boolean que determina si las predicciones deben ser añadidas al objeto de datos de inferencia. Por defecto es False.

combinado : bool, predeterminado=Truebool, predeterminado=True

Combina la cadena y las dimensiones de dibujo en la muestra. No funcionará si ya existe una dimensión llamada muestra. Por defecto es True.

include_last_observations : bool, predeterminado=Falsebool, predeterminado=False

Boolean que determina si se deben incluir las últimas observaciones de los datos de entrenamiento para trasladar los costos con la transformación de adstock. Se asume que X son las siguientes predicciones que siguen a los datos de entrenamiento. Por defecto es False.

original_scale : bool, predeterminado=Truebool, predeterminado=True

Boolean que determina si se deben devolver las predicciones en la escala original de la variable objetivo.

var_names : list de str, opcional, predeterminado=Nonepython:lista de python:str, opcional, predeterminado=None

Los nombres de las variables a incluir en las predicciones.

sample_kwargs : dict, opcionalpython:dict, opcional

Argumentos adicionales de palabras clave para pasar a los métodos de muestreo seleccionados.

Métodos

MMMWrapper.__init__(modelo[, método_de_predicción, ...])
MMMWrapper.load_context(contexto)	Carga artefactos del PythonModelContext especificado que pueden ser utilizados por predict() al evaluar entradas.
MMMWrapper.predict(contexto, modelo_entrada[, ...])	Realice predicciones o muestreo utilizando el método de predicción especificado.
MMMWrapper.predict_stream(contexto, entrada_modelo)	Evalúa una entrada compatible con pyfunc y produce un iterador de salida.

Atributos

predict_type_hints

Método interno para obtener sugerencias de tipo de la firma de la función predict.