meridian.model.media.RfTensors

Conteneur pour les Tensors média de couverture et de fréquence.

meridian.model.media.RfTensors(
    reach: (tf.Tensor | None) = None,
    frequency: (tf.Tensor | None) = None,
    rf_spend: (tf.Tensor | None) = None,
    reach_transformer: (meridian.model.transformers.MediaTransformer | None) = None,
    reach_scaled: (tf.Tensor | None) = None,
    reach_counterfactual: (tf.Tensor | None) = None,
    reach_counterfactual_scaled: (tf.Tensor | None) = None,
    rf_spend_counterfactual: (tf.Tensor | None) = None
)

Attributs
reach	Tenseur construit à partir de InputData.reach.
frequency	Tensor construit à partir de InputData.frequency.
rf_spend	Tensor construit à partir de InputData.rf_spend.
reach_transformer	MediaTransformer pour mettre à l'échelle les Tensors de couverture et fréquence à l'aide des données correspondante du modèle.
reach_scaled	Tensor de couverture normalisé selon la population et la valeur médiane.
reach_counterfactual	Tensor de couverture avec des valeurs média contrefactuelles. Si des a priori de ROI sont utilisés, le ROI des canaux avec couverture et fréquence est basé sur la différence de ventes attendues entre le Tensor reach et ce Tensor reach_counterfactual.
reach_counterfactual_scaled	Tensor de couverture avec des valeurs média contrefactuelles mises à l'échelle.
rf_spend_counterfactual	Tensor de couverture avec des valeurs de dépenses média contrefactuelles. Si des a priori de ROI sont utilisés, le ROI des canaux avec couverture et fréquence est basé sur la différence de dépenses entre le Tensor rf_spend et ce Tensor rf_spend_counterfactual.

Méthodes

__eq__

__eq__(
    other
)

Renvoie self==value.

Variables de classe
frequency	None
reach	None
reach_counterfactual	None
reach_counterfactual_scaled	None
reach_scaled	None
reach_transformer	None
rf_spend	None
rf_spend_counterfactual	None