meridian.model.adstock_hill.AdstockTransformer

मीडिया के Adstock ट्रांसफ़ॉर्मेशन को कैलकुलेट करता है.

यहां से इनहेरिट किया गया: AdstockHillTransformer

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

alpha alpha पैरामीटर का टेन्सर, जिसे ≥ [0, 1) डाइमेंशन [..., n_media_channels]. बैच डाइमेंशन (...) ये हैं ज़रूरी नहीं. ध्यान दें कि alpha = 0 की अनुमति है, इसलिए पॉइंट मास पहले शून्य पर है (आम तौर पर कोई Adstock नहीं). हालांकि, alpha = 1 की अनुमति नहीं है क्योंकि ज्यामितीय योग फ़ॉर्मूला परिभाषित नहीं किया गया है, और alpha = 1 पर बिंदु द्रव्यमान होने का कोई व्यावहारिक कारण नहीं है.
max_lag पूर्णांक में, लैग पीरियड की ज़्यादा से ज़्यादा संख्या (≥ 0) बताई गई है इसे Adstock की गणना में शामिल किया जा सकता है.
n_times_output पूर्णांक, जिसमें शामिल की जाने वाली समयावधि की संख्या बताता है आउटपुट टेंसर में. की समयावधियों की संख्या से ज़्यादा नहीं हो सकता है. मीडिया तर्क, उदाहरण के लिए, media.shape[-2]. आउटपुट की समयावधि मीडिया आर्ग्युमेंट की सबसे हाल की समयावधि के मुताबिक होता है. इसके लिए उदाहरण के लिए, media[..., -n_times_output:, :] से मीडिया का पता चलता है हफ़्ते में एक बार एक्ज़ीक्यूट किया गया.

तरीके

forward

सोर्स देखें

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

यह फ़ंक्शन, दिए गए media टेंसर के Adstock ट्रांसफ़ॉर्मेशन ऐक्शन को कैलकुलेट करता है.

भौगोलिक g, समयावधि t, और मीडिया चैनल m के लिए, Adstock की वैल्यू का हिसाब लगाया जाता है adstock_{g,t,m} = sum_{i=0}^max_lag media_{g,t-i,m} alpha^i के तौर पर.

ऑर्ग
media [..., n_geos, n_media_times, n_media_channels] डाइमेंशन वाले मीडिया वैल्यू का टेन्सर. बैच डाइमेंशन (...) ये हैं वैकल्पिक, लेकिन अगर बैच डाइमेंशन शामिल किए गए हैं, तो उनका alpha के बैच डाइमेंशन. मीडिया के लिए बैच बनाना ज़रूरी नहीं है डाइमेंशन, भले ही alpha में बैच डाइमेंशन हों.

रिटर्न
[..., n_geos, n_times_output, n_media_channels] डाइमेंशन वाला टेन्सर जो Adstock ट्रांसफ़ॉर्म्ड मीडिया को दिखा रही है.