get_prediction_daily: 使用已有系数拟合预测DAU并计算差异

In catlain/LTV:

使用已有系数拟合预测DAU并计算差异

Description

根据新新用户各段环比参数及实际次日留存计算出每日留存曲线，结合每日实际新增预测各日新用户的每日总留存，再结合老用户按老用户环比参数计算出的老用户每日留存，加和得到每日预测DAU，并与每日实际DAU加权计算得到差异。

Usage

get_prediction_daily(
  df_list,
  type = "train",
  ring_retain_new = c(0.848, 0.9138, 0.9525, 0.9679, 0.9801, 0.9861, 0.99, 0.99),
  ring_retain_old = 0.98,
  prediction_retain_one = 0.48,
  life_time_year = 1,
  csv = FALSE,
  plot = TRUE,
  message = FALSE,
  smooth = FALSE,
  analysis = FALSE,
  diff_type = "mse"
)

Arguments

df_list:	函数所需参数列表(df_list)，可由get_prediction_daily()获得。
type:	"train",使用跟训练拟合有关的参数判断，以train_days为训练日期得到拟合结果再以test_df计算差异验证训练结果；"test",直接使用test_df拟合参数及计算差异。默认"train"
ring_retain_new:	新用户的各段环比参数，可通过get_ring_retain()随机获得。默认 c(0.8480, 0.9138, 0.9525, 0.9679, 0.9801, 0.9861, 0.99, 0.99)
ring_retain_old:	老用户的环比参数，可通过get_ring_retain()随机获得。默认0.98
prediction_retain_one:	计算生命周期时，预估未来新增的次日留存。默认0.48
life_time_year:	计算生命周期的时段(按年统计)。默认1
csv:	是否输出结果到csv文件，分别为预测结果(prediction_.csv)和参数(parameter_.csv)。默认FALSE
plot:	是否绘图。默认FALSE
message:	是否输出运行中的信息。默认FALSE
smooth:	是否使用时序分析包(forecast)获取趋势，目前只支持排除7日(周)影响。默认FALSE
analysis:	是否分析新老各段新增用户的留存贡献。默认FALSE
diff_type:	怎么计算差异。默认MSE

Value

预测结果(df)

Examples

get_prediction_daily()

catlain/LTV documentation built on March 14, 2023, 8:17 a.m.