python - R中的pnbd.PAlive等Py​​thon中的PALIVE语法？

谁能帮助我在Python中计算PALIVE（在校准期结束时它们仍然存在的概率）？

我知道R具有帕累托负二项式分布function pnbd.PAlive(params, r, s, apha, beta)
但是与Python有什么相似之处？

最佳答案

您可以使用conditional_probability_alive包中的lifetimes方法。您需要为每个客户传递frequency，recency和T。例如，对于BetaGeoFitter（BG / NBD模型）：

from lifetimes import BetaGeoFitter
from lifetimes.datasets import load_cdnow_summary

# load data
data = load_cdnow_summary(index_col=[0])
print(data.head())

# fit lifetimes model
bgf = BetaGeoFitter(penalizer_coef=0.0)
bgf.fit(data['frequency'], data['recency'], data['T'])
print(bgf)

# predict p_alives for customers
p_alive1 = bgf.conditional_probability_alive(2, 30.43, 38.86)
p_alive2 = bgf.conditional_probability_alive(1, 30, 30)
print(p_alive1, p_alive2)

输出：

    frequency  recency      T
ID
1           2    30.43  38.86
2           1     1.71  38.86
3           0     0.00  38.86
4           0     0.00  38.86
5           0     0.00  38.86
<lifetimes.BetaGeoFitter: fitted with 2357 subjects, a: 0.79, alpha: 4.41, b: 2.43, r: 0.24>
0.7266084620654866 0.753658243186767

关于python - R中的pnbd.PAlive等Py​​thon中的PALIVE语法？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46857571/