meridian.model.adstock_hill.AdstockTransformer

Oblicza przekształcenie multimediów w Adstock.

Dziedziczy z: AdstockHillTransformer

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

alpha Tensor dla parametrów alpha, przyjmuje wartości ≥ [0, 1) z wymiar [..., n_media_channels]. Obecne wymiary wsadu (...): opcjonalnie. Pamiętaj, że alpha = 0 jest dozwolony, więc możesz umieścić atrybut masy punktowej przed wartością 0 (czyli brakiem Adstocka). Jednak alpha = 1 jest niedozwolone, ponieważ nie zdefiniowano wzoru na sumę geometryczną i nie ma nie ma praktycznego powodu, aby masa punktowa równania alpha = 1.
max_lag Liczba całkowita wskazująca maksymalną liczbę okresów opóźnienia (≥ 0) do brane pod uwagę przy obliczaniu Adstocku.
n_times_output Liczba całkowita wskazująca liczbę okresów do uwzględnienia w tensorze wyjściowym. Wartość nie może przekraczać liczby okresów np. media.shape[-2]. Okresy wyjściowe odpowiadają najnowszym okresom argumentu media. Dla: przykład, media[..., -n_times_output:, :] oznacza multimedia i wykonaniu tygodniowych wyników.

Metody

forward

Wyświetl źródło

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

Oblicza przekształcenie Adstocka danego tensora media.

W przypadku danych geograficznych g, przedziału czasu t i kanału mediów m obliczana jest wartość Adstock jako adstock_{g,t,m} = sum_{i=0}^max_lag media_{g,t-i,m} alpha^i.

Argi
media Tensor wartości multimediów o wymiarach [..., n_geos, n_media_times, n_media_channels]. Obecne wymiary wsadu (...): opcjonalne, ale jeśli uwzględniono wymiary wsadowe, muszą one odpowiadać o wymiarach wsadu alpha. Nie trzeba przesyłać multimediów do wsadu nawet jeśli element alpha zawiera wymiary wsadowe.

Zwroty
Tensor o wymiarach [..., n_geos, n_times_output, n_media_channels] które przedstawiają przekształcone media przekształcone Adstock.