我试图找出为什么
exp_purch
变量的结果彼此不同。
这似乎有效。
library(dplyr)
data3 <- tibble(
customer = c(1,2,3),
frequency = c(30,32,36),
recency = c(72,71,74),
T = c(74,72,77),
monetary_value = c(35.654,47.172187,30.603611)
)
a <- 0.6866195
b <- 2.959643
r <- 0.2352725
alpha <- 4.289764
log_div_mean <- function(customer,dt) {
data <- dt
log_div_ <- (r + data$frequency[customer]) *
log((alpha + data$T[customer]) / (alpha + data$recency[customer])) +
log(a / (b + max(data$frequency[customer], 1) - 1))
xd <- 1/(1+exp(-(-log_div_)))
return(xd)
}
data3 %>% mutate(exp_purch = log_div_mean(customer,data3))
当我在外面做时
dplyr
,结果有所不同。
customer <- 2
log_div_ <- (r + data3$frequency[customer]) *
log((alpha + data3$T[customer]) / (alpha + data3$recency[customer])) +
log(a / (b + max(data3$frequency[customer], 1) - 1))
xd <- 1/(1+exp(-(-log_div_)))
xd
看起来
dplyr
代码正在使用所有三行的最后一个客户 ID。
这是一个简单的基本 R 实现,请参阅我的评论了解详细信息。
我将留给您制定一个与
{dplyr}
语法配合良好的版本。数据屏蔽不同。 “dplyr
式”接近于subset()
。
如果您需要帮助,请随时发表评论。
数据
data3 = data.frame(
customer = c(1,2,3),
frequency = c(30,32,36),
recency = c(72,71,74),
TX = c(74,72,77),
monetary_value = c(35.654,47.172187,30.603611))
实施
of
log_div_mean()
(有计算参考吗?)
log_div_mean = \(.data, # data
.x, .y, .z, # columns of interest
a = .6866195, b = 2.959643, # default values
r = .2352725, alpha = 4.289764 # which can be overwritten
) {
.u = .data[[.x]]
r1 = r + .u
r2 = log( (alpha + .data[[.y]]) / (alpha + .data[[.z]]) )
r3 = log(a / (b + max(c(.u, 1)) - 1)) # typo in your max?
rr = r1 * r2 + r3
1 / (1 + exp(rr))
}
我们使用
{tidyverse}.
中存在的变量命名例程
申请
> log_div_mean(.data = data3, .x = "frequency", .y = "TX", .z = "recency")
[1] 0.9619502 0.9730688 0.9340070
结果正确吗?