meridian.data.load.XrDatasetDataLoader

একটি xarray.Dataset অবজেক্ট থেকে ডেটা পড়ে।

ইনহেরিট এর থেকে: InputDataLoader

উদাহরণ:

  data_loader = XrDatasetDataLoader(pickle.loads('data.pickle'))
  data = data_loader.load()

dataset ইনপুট ডেটা ধারণকারী একটি xarray.Dataset অবজেক্ট।
kpi_type KPI একটি 'revenue' বা 'non-revenue' ধরনের কিনা তা নির্দেশ করে একটি স্ট্রিং। যখন kpi_type 'non-revenue' হয় এবং revenue_per_kpi বিদ্যমান থাকে, তখন ROI ক্রমাঙ্কন ব্যবহার করা হয় এবং বিশ্লেষণটি রাজস্বের উপর চালানো হয়। যখন একই kpi_type এর জন্য revenue_per_kpi বিদ্যমান না থাকে, তখন কাস্টম ROI ক্রমাঙ্কন ব্যবহার করা হয় এবং বিশ্লেষণটি KPI-তে চালানো হয়।
name_mapping একটি ঐচ্ছিক অভিধান যার কীগুলি input ডেটাসেটে বর্তমান স্থানাঙ্ক বা অ্যারের নাম এবং যার মানগুলি পছন্দসই স্থানাঙ্ক ( geo , time , media_time , media_channel এবং/অথবা rf_channel , control_variable ) বা অ্যারের নামগুলি ( kpi , revenue_per_kpi , media , media_spend এবং /অথবা rf_spend , controls , population )। যদি input ডেটাসেটের নামগুলি প্রয়োজনীয়গুলির থেকে আলাদা হয় তবে ম্যাপিং অবশ্যই প্রদান করা উচিত, অন্যথায় ত্রুটিগুলি নিক্ষেপ করা হবে৷

dataset ইনপুট ডেটা ধারণকারী একটি xr.Dataset অবজেক্ট।
kpi_type KPI একটি 'revenue' বা 'non-revenue' ধরনের কিনা তা নির্দেশ করে একটি স্ট্রিং। যখন kpi_type 'non-revenue' হয় এবং revenue_per_kpi বিদ্যমান থাকে, তখন ROI ক্রমাঙ্কন ব্যবহার করা হয় এবং বিশ্লেষণটি রাজস্বের উপর চালানো হয়। যখন একই kpi_type এর জন্য revenue_per_kpi বিদ্যমান না থাকে, তখন কাস্টম ROI ক্রমাঙ্কন ব্যবহার করা হয় এবং বিশ্লেষণটি KPI-তে চালানো হয়।

পদ্ধতি

load

উৎস দেখুন

ডেটাসেট থেকে ডেটা ধারণকারী একটি InputData অবজেক্ট প্রদান করে।