weibull_adstock#

pymc_marketing.mmm.transformers.weibull_adstock(x, lam=1, k=1, *, l_max=12, dim, mode=ConvMode.After, type=WeibullType.PDF, normalize=False)[fuente]#

Transformación de Adstock Weibull.

Esta transformación es similar a la transformación adstock geométrica, pero tiene más grados de libertad, lo que añade más flexibilidad.

(Source code)

Parámetros:
xtensor

Tensor de entrada.

lam : float, by por defecto 1.python:float, por defecto 1.

Parámetro de escala de la distribución de Weibull. Debe ser positivo.

k : float, by por defecto 1.python:float, por defecto 1.

Parámetro de forma de la distribución de Weibull. Debe ser positivo.

l_max : int, por defecto 12python:int, por defecto 12

Duración máxima del efecto de arrastre.

eje : intint

El eje de x a lo largo del cual aplicar la convolución

modo : ConvMode, opcionalConvMode, opcional

El modo de convolución determina cómo se aplica la convolución en los límites de la señal de entrada, denotada como «x.» El modo predeterminado es ConvMode.After.

  • ConvMode.After: Aplica la convolución con el efecto «Adstock», resultando en un efecto de decaimiento en el tiempo.

  • ConvMode.Before: Aplica la convolución con el efecto «Excitement», creando un efecto de anticipación

    similar al factor wow.

  • ConvMode.Overlap: Aplica la convolución con efectos de «Pull-Forward» y «Pull-Backward»,

    donde el efecto se superpone con los elementos precedentes y sucesivos.

tipo : WeibullType o str, por defecto WeibullType.PDFWeibullType o python:str, por defecto WeibullType.PDF

Tipo de transformación de adstock de Weibull que se aplicará (PDF o CDF).

normalizar : bool, por defecto Falsebool, por defecto python:False

Si se deben normalizar los pesos.

Devoluciones:
tensor

Tensor transformado basado en la transformación de adstock de Weibull.