meridian.model.adstock_hill.AdstockTransformer

Calcule la transformation Adstock des médias.

Hérite de : AdstockHillTransformer

meridian.model.adstock_hill.AdstockTransformer(
    alpha: tf.Tensor, max_lag: int, n_times_output: int
)

Args
alpha	Tensor de paramètres alpha prenant des valeurs ≥ [0, 1) avec des dimensions [..., n_media_channels]. Les dimensions de lot (...) sont facultatives. Notez que alpha = 0 est autorisé. Il est donc possible de définir un prior de masse ponctuelle à zéro (sans adstock). Toutefois, alpha = 1 n'est pas autorisé, car la formule de la somme géométrique n'est pas définie, et il n'y a aucune raison pratique d'avoir une masse ponctuelle à alpha = 1.
max_lag	Cet entier indique le nombre maximal de périodes de décalage (≥ 0) à inclure dans le calcul de l'adstock.
n_times_output	Cet entier indique le nombre de périodes à inclure dans le Tensor de sortie. Ne peut pas dépasser le nombre de périodes de l'argument média, par exemple, media.shape[-2]. Les périodes de sortie correspondent aux périodes les plus récentes de l'argument média. Par exemple, media[..., -n_times_output:, :] représente l'exécution média des semaines de sortie.

Méthodes

forward

Afficher la source

forward(
    media: tf.Tensor
) -> tf.Tensor

Calcule la transformation Adstock d'un Tensor media donné.

Pour la zone géographique g, la période t et le canal média m, l'adstock est calculé comme suit : adstock_{g,t,m} = sum_{i=0}^max_lag media_{g,t-i,m} alpha^i.

Remarque : La fonction Hill peut être appliquée avant ou après l'adstock. Si la fonction Hill est appliquée en premier, l'entrée média Adstock peut contenir des dimensions de lot, car le Tensor média transformé sera différent pour chaque échantillon a posteriori.

Args
media	Tensor de valeurs média avec des dimensions [..., n_geos, n_media_times, n_media_channels]. Les dimensions de lot (...) sont facultatives, mais si elles sont incluses, elles doivent correspondre aux dimensions de lot de alpha. Les médias ne sont pas tenus d'avoir des dimensions de lot, même si alpha contient des dimensions de lot.

Renvoie
Tensor avec des dimensions [..., n_geos, n_times_output, n_media_channels] représentant le média transformé par Adstock.