meridian.analysis.optimizer.অপ্টিমাইজেশন ফলাফল

অপ্টিমাইজ করা বাজেট বরাদ্দ.

meridian.analysis.optimizer.OptimizationResults(
    meridian: meridian.model.model.Meridian,
    analyzer: meridian.analysis.analyzer.Analyzer,
    use_posterior: bool,
    use_optimal_frequency: bool,
    spend_ratio: np.ndarray,
    spend_bounds: tuple[np.ndarray, np.ndarray],
    _nonoptimized_data: xr.Dataset,
    _nonoptimized_data_with_optimal_freq: xr.Dataset,
    _optimized_data: xr.Dataset,
    _optimization_grid: xr.Dataset
)

এটি BudgetOptimizer থেকে ডেটাসেট আউটপুট ধারণকারী একটি ডেটাক্লাস অবজেক্ট। এই ডেটাসেটগুলির মধ্যে রয়েছে:

• nonoptimized_data : অ-অপ্টিমাইজ করা বাজেট মেট্রিক্স (ঐতিহাসিক ফ্রিকোয়েন্সির উপর ভিত্তি করে)।
• nonoptimized_data_with_optimal_freq : সর্বোত্তম ফ্রিকোয়েন্সির উপর ভিত্তি করে অ-অপ্টিমাইজ করা বাজেট মেট্রিক্স।
• optimized_data : অপ্টিমাইজ করা বাজেট মেট্রিক্স।
• optimization_grid : অপ্টিমাইজেশানের জন্য ব্যবহৃত গ্রিড তথ্য।

মেট্রিক্স (ডেটা ভেরিয়েবল) হল: ROI, mROI, ক্রমবর্ধমান প্রভাব, CPIK।

অতিরিক্তভাবে, কিছু মধ্যবর্তী মান এবং উত্স লাগানো মডেল এবং বিশ্লেষকের রেফারেন্সও এখানে সংরক্ষিত আছে। এগুলি ভিজ্যুয়ালাইজ এবং ডিবাগ করার জন্য দরকারী।

গুণাবলী
meridian	এই বাজেট বরাদ্দ তৈরি করতে ব্যবহৃত মেরিডিয়ান মডেলটি।
analyzer	উপরের মডেলের সাথে আবদ্ধ বিশ্লেষক।
use_posterior	বাজেট অপ্টিমাইজ করার জন্য পশ্চাদবর্তী বন্টন ব্যবহার করা হয়েছিল কিনা। False হলে, পূর্বের বন্টন ব্যবহার করা হত।
use_optimal_frequency	বাজেট অপ্টিমাইজ করতে সর্বোত্তম ফ্রিকোয়েন্সি ব্যবহার করা হয়েছে কিনা।
spend_ratio	অ-অপ্টিমাইজ করা বাজেট মেট্রিক্সকে অপ্টিমাইজ করা বাজেটের মেট্রিক্সে স্কেল করতে ব্যবহৃত খরচের অনুপাত।
spend_bounds	অ-অপ্টিমাইজ করা বাজেট মেট্রিক্সকে অপ্টিমাইজ করা বাজেট মেট্রিক্সে স্কেল করতে ব্যবহৃত খরচের সীমা।
nonoptimized_data	অ-অপ্টিমাইজ করা বাজেট মেট্রিক্স (ঐতিহাসিক ফ্রিকোয়েন্সির উপর ভিত্তি করে)।
nonoptimized_data_with_optimal_freq	সর্বোত্তম ফ্রিকোয়েন্সির উপর ভিত্তি করে অ-অপ্টিমাইজ করা বাজেট মেট্রিক্স।
optimized_data	অপ্টিমাইজ করা বাজেট মেট্রিক্স।
optimization_grid	অপ্টিমাইজেশানের জন্য ব্যবহৃত গ্রিড তথ্য।
template_env	এই অপ্টিমাইজ করা বাজেটের সাথে আবদ্ধ একটি ভাগ করা টেমপ্লেট পরিবেশ।

পদ্ধতি

get_response_curves

উৎস দেখুন

get_response_curves() -> xr.Dataset

প্রতি বাজেট অপ্টিমাইজেশান দৃশ্যকল্পে প্রতিক্রিয়া বক্ররেখা গণনা করে।

এই পদ্ধতিটি Analyzer.response_curves() এর জন্য একটি মোড়ক, যেটি নিম্নলিখিত আর্গুমেন্টগুলিকে বাজেট অপ্টিমাইজেশন দৃশ্যের সাথে সামঞ্জস্যপূর্ণ করে সেট করে যা BudgetOptimizer.optimize() কলে উল্লেখ করা হয়েছে যা এই ফলাফলটি ফিরিয়ে দিয়েছে। বিশেষ করে:

1. spend_multiplier গ্রিড ধাপের আকার এবং যেকোনো চ্যানেল-স্তরের সীমাবদ্ধতা বিবেচনা করে পৃথক অপ্টিমাইজেশান গ্রিডের সাথে মেলে।
2. selected_times , by_reach , এবং use_optimal_frequency BudgetOptimizer.optimize() এ সেট করা মানগুলির সাথে মেলে।

রিটার্নস
একটি ডেটাসেট Analyzer.response_curves() দ্বারা ফেরত দেওয়া হয়েছে, বাজেট অপ্টিমাইজেশান দৃশ্যের প্রতি BudgetOptimizer.optimize() কলে নির্দিষ্ট করা হয়েছে যা এই ফলাফলটি ফিরিয়ে দিয়েছে।

output_optimization_summary

উৎস দেখুন

output_optimization_summary(
    filename: str, filepath: str
)

HTML অপ্টিমাইজেশান সারাংশ আউটপুট তৈরি করে এবং সংরক্ষণ করে।

plot_budget_allocation

উৎস দেখুন

plot_budget_allocation(
    optimized: bool = True
) -> alt.Chart

প্রতিটি চ্যানেলের জন্য বরাদ্দকৃত খরচ দেখানো একটি পাই চার্ট প্লট করে।

আর্গস
optimized	True হলে, অপ্টিমাইজ করা খরচ দেখায়। False হলে, অ-অপ্টিমাইজ করা খরচ দেখায়।

রিটার্নস
একটি অল্টেয়ার পাই চার্ট চ্যানেল দ্বারা ব্যয় দেখায়৷

plot_incremental_impact_delta

উৎস দেখুন

plot_incremental_impact_delta() -> alt.Chart

ক্রমবর্ধমান প্রভাবের পরিবর্তন দেখানো একটি জলপ্রপাত চার্ট প্লট করে।

plot_response_curves

উৎস দেখুন

plot_response_curves(
    n_top_channels: (int | None) = None
) -> alt.Chart

প্রতিটি চ্যানেলের জন্য খরচের সীমাবদ্ধতা সহ প্রতিক্রিয়া বক্ররেখা প্লট করে।

আর্গস
n_top_channels	অন্তর্ভুক্ত করার জন্য ব্যয় দ্বারা শীর্ষ চ্যানেলের ঐচ্ছিক সংখ্যা। ডিফল্টরূপে, সমস্ত চ্যানেল অন্তর্ভুক্ত করা হয়।

রিটার্নস
একটি অল্টেয়ার প্লট অপ্টিমাইজেশান বিবরণ সহ প্রতিক্রিয়া বক্ররেখা দেখায়৷

plot_spend_delta

উৎস দেখুন

plot_spend_delta() -> alt.Chart

প্রতি চ্যানেলে খরচের অপ্টিমাইজড পরিবর্তন দেখানো একটি বার চার্ট প্লট করে।

__eq__

__eq__(
    other
)

স্ব== মান ফেরত দিন।