meridian.data.load.XrDatasetDataLoader

Считывает данные из объекта xarray.Dataset .

Наследуется от: InputDataLoader

meridian.data.load.XrDatasetDataLoader(
    dataset: xr.Dataset,
    kpi_type: str,
    name_mapping: (Mapping[str, str] | None) = None
)

Пример:

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

Аргументы
dataset	Объект xarray.Dataset , содержащий входные данные.
kpi_type	Строка, указывающая, относится ли KPI к 'revenue' или 'non-revenue' типу. Если для kpi_type установлено значение 'non-revenue' и revenue_per_kpi , используется калибровка рентабельности инвестиций и анализ выполняется на основе дохода. Если revenue_per_kpi не существует для того же kpi_type , используется пользовательская калибровка рентабельности инвестиций и анализ выполняется на основе ключевого показателя эффективности.
name_mapping	Необязательный словарь, ключами которого являются текущие координаты или имена массивов во input наборе данных, а значениями — желаемые координаты ( geo , time , media_time , media_channel и/или rf_channel , control_variable ) или имена массивов ( kpi , revenue_per_kpi , media , media_spend и /или rf_spend , controls , population ). Сопоставление должно быть предоставлено, если имена во input наборе данных отличаются от требуемых, в противном случае выдаются ошибки.

Атрибуты
dataset	Объект xr.Dataset , содержащий входные данные.
kpi_type	Строка, указывающая, относится ли KPI к 'revenue' или 'non-revenue' типу. Если для kpi_type установлено значение 'non-revenue' и revenue_per_kpi , используется калибровка рентабельности инвестиций и анализ выполняется на основе дохода. Если revenue_per_kpi не существует для того же kpi_type , используется пользовательская калибровка рентабельности инвестиций и анализ выполняется на основе ключевого показателя эффективности.

Методы

load

Посмотреть источник

load() -> meridian.data.input_data.InputData

Возвращает объект InputData содержащий данные из набора данных.