meridian.model.spec.ModelSpec

พารามิเตอร์ข้อมูลจำเพาะของโมเดลสำหรับ Meridian

meridian.model.spec.ModelSpec(
    prior: meridian.model.prior_distribution.PriorDistribution = dataclasses.field(default_factory=prior_distribution.PriorDistribution),
    media_effects_dist: str = constants.MEDIA_EFFECTS_LOG_NORMAL,
    hill_before_adstock: bool = False,
    max_lag: (int | None) = 8,
    unique_sigma_for_each_geo: bool = False,
    use_roi_prior: bool = True,
    paid_media_prior_type: str = constants.PAID_MEDIA_PRIOR_TYPE_ROI,
    roi_calibration_period: (np.ndarray | None) = None,
    rf_roi_calibration_period: (np.ndarray | None) = None,
    knots: (int | list[int] | None) = None,
    baseline_geo: (int | str | None) = None,
    holdout_id: (np.ndarray | None) = None,
    control_population_scaling_id: (np.ndarray | None) = None,
    non_media_population_scaling_id: (np.ndarray | None) = None
)

คลาสนี้มีพารามิเตอร์รูปแบบทั้งหมดที่ไม่เปลี่ยนแปลงระหว่างการเรียกใช้ Meridian

Attributes
prior	ออบเจ็กต์ PriorDistribution ที่ระบุการแจกแจงก่อนของพารามิเตอร์แต่ละชุดของโมเดล การแจกแจงสำหรับเวกเตอร์พารามิเตอร์ (เช่น alpha_m) สามารถส่งเป็นทั้งการแจกแจงสเกลาร์หรือการแจกแจงเวกเตอร์ หากมีการส่งการแจกแจงเชิงสเกลาร์ ระบบจะออกอากาศการแจกแจงดังกล่าวไปยังรูปร่างจริงของเวกเตอร์พารามิเตอร์ โปรดทราบว่า PriorDistribution มีข้อมูลการแจกแจงทั้งสําหรับ roi_m และ beta_m แต่จะใช้เพียงข้อมูลการแจกแจงรายการใดรายการหนึ่งเท่านั้น หากตั้งค่า use_roi_prior เป็น True ระบบจะใช้ roi_m ก่อนหน้า ไม่เช่นนั้น ระบบจะใช้ beta_m ก่อนหน้า
media_effects_dist	สตริงสำหรับระบุการแจกแจงเอฟเฟกต์สื่อแบบสุ่มตามภูมิศาสตร์ แอตทริบิวต์นี้ไม่ได้ใช้กับรูปแบบระดับประเทศ ค่าที่ใช้ได้: 'normal' หรือ 'log_normal' ค่าเริ่มต้น: 'log_normal'
hill_before_adstock	ธงบูลีนที่ระบุว่าควรใช้ฟังก์ชัน Hill ก่อนฟังก์ชัน Adstock หรือไม่ แทนที่จะใช้ลําดับเริ่มต้นของ Adstock ก่อน Hill อาร์กิวเมนต์นี้ไม่มีผลกับช่อง RF ค่าเริ่มต้น: False
max_lag	จํานวนเต็มซึ่งระบุจํานวนช่วงหน่วงเวลาสูงสุด (≥ 0) ที่จะรวมไว้ในการคํานวณ Adstock หรือจะตั้งค่าเป็น None ก็ได้ ซึ่งเทียบเท่ากับความล่าช้าสูงสุดแบบไม่จำกัด ค่าเริ่มต้น: 8
unique_sigma_for_each_geo	บูลีนที่ระบุว่าควรใช้ความแปรปรวนส่วนที่เหลือที่ไม่ซ้ำกันสําหรับแต่ละภูมิศาสตร์หรือไม่ หากเป็น False ระบบจะใช้ความแปรปรวนส่วนที่เหลือเพียงค่าเดียวสําหรับภูมิศาสตร์ทั้งหมด ค่าเริ่มต้น: False
use_roi_prior	(เลิกใช้งานแล้ว ให้ใช้ paid_media_prior_type แทน) ค่าบูลีนซึ่งบ่งชี้ว่าจะใช้ค่าประมาณก่อนของ ROI และค่าประมาณก่อนของ roi_m ในค่าประมาณก่อนหรือไม่ หากเป็น False ระบบจะใช้ค่าก่อนหน้าใน beta_m ในรายการก่อนหน้า ค่าเริ่มต้น: True
paid_media_prior_type	สตริงสำหรับระบุประเภทก่อนหน้าของค่าสัมประสิทธิ์สื่อ ค่าที่อนุญาต: 'roi', 'mroi', 'coefficient' ค่าเริ่มต้น: 'roi' หาก paid_media_prior_type คือ "coefficient", then thePriorContainer.beta_mandPriorContainer.beta_rfattributes are used to specify a prior on the coefficient mean parameters (and thePriorContainer.roi_mandPriorContainer.roi_rfattributes will be ignored). Ifpaid_media_prior_type' คือ 'roi' หรือ 'mroi' ระบบจะใช้แอตทริบิวต์ PriorContainer.roi_m และ PriorContainer.roi_rf เพื่อระบุค่าก่อนหน้าของ ROI หรือ mROI ตามลำดับ (และระบบจะไม่สนใจแอตทริบิวต์ PriorContainer.beta_m และ PriorContainer.beta_rf)
roi_calibration_period	อาร์เรย์บูลีนรูปแบบ (n_media_times, n_media_channels) (ไม่บังคับ) ซึ่งระบุชุดย่อยของ time ที่มีผลกับค่า ROI (หรือ mROI) ของ roi_m ก่อนหน้า หากเป็น None ระบบจะใช้ทุกช่วงเวลา ค่าเริ่มต้น: None
rf_roi_calibration_period	อาร์เรย์บูลีนรูปแบบ (n_media_times, n_rf_channels) ที่ไม่บังคับ ซึ่งระบุชุดย่อยของ time ที่มีค่า ROI (หรือ mROI) ของ roi_rf ก่อนหน้ามีผล หากเป็น None ระบบจะใช้ทุกช่วงเวลา ค่าเริ่มต้น: None
knots	จำนวนเต็มหรือรายการจำนวนเต็มที่ไม่บังคับซึ่งระบุความเร็วลมที่ใช้เพื่อประเมินผลกระทบของเวลา เมื่อ knots เป็นลิสต์ของจำนวนเต็ม ตำแหน่งของโหนดจะมาจากลิสต์นั้น 0 สอดคล้องกับโหนดในระยะเวลาแรก 1 สอดคล้องกับโหนดในระยะเวลาที่ 2 และ (n_times - 1) สอดคล้องกับโหนดในระยะเวลาสุดท้าย) โดยทั่วไป เราขอแนะนำให้ใส่ปมในส่วน 0 และ (n_times - 1) แต่ก็ไม่จําเป็น เมื่อ knots เป็นจำนวนเต็ม จะมีโหนดที่มีตำแหน่งเท่าๆ กันตลอดระยะเวลา (รวมถึงโหนดที่ 0 และ (n_times - 1)) เมื่อ knots เป็น1 จะมีค่าสัมประสิทธิ์การถดถอยทั่วไปค่าเดียวที่ใช้กับทุกช่วงเวลา หากตั้งค่า knots เป็น None จํานวนโหนดที่ใช้จะเท่ากับจํานวนช่วงเวลาในกรณีของโมเดลเชิงพื้นที่ ซึ่งเทียบเท่ากับการที่แต่ละช่วงเวลามีค่าสัมประสิทธิ์การถดถอยของตัวเอง หากตั้งค่า knots เป็น None ในกรณีของโมเดลระดับประเทศ จำนวนโหนดที่ใช้จะเป็น 1 ค่าเริ่มต้น: None
baseline_geo	จำนวนเต็มหรือสตริงที่ไม่บังคับสำหรับภูมิศาสตร์พื้นฐาน ระบบจะถือว่าภูมิศาสตร์พื้นฐานเป็นภูมิศาสตร์อ้างอิงในการเข้ารหัสจำลองของภูมิศาสตร์ ภูมิศาสตร์ที่ไม่ใช่พื้นฐานจะมีตัวแปรบ่งชี้ tau_g ที่สอดคล้องกัน ซึ่งหมายความว่าภูมิศาสตร์ดังกล่าวมีความแปรปรวนก่อนหน้าสูงกว่าภูมิศาสตร์พื้นฐาน เมื่อตั้งค่าเป็น None ระบบจะใช้ภูมิศาสตร์ที่มีประชากรมากที่สุดเป็นฐาน ค่าเริ่มต้น: None
holdout_id	เทนเซอร์บูลีนที่ไม่บังคับของมิติข้อมูล (n_geos, n_times) สำหรับรูปแบบระดับพื้นที่หรือ (n_times,) สำหรับรูปแบบระดับประเทศ ซึ่งระบุการสังเกตการณ์ที่เป็นส่วนหนึ่งของกลุ่มทดสอบ ซึ่งจะยกเว้นจากกลุ่มตัวอย่างการฝึก ระบบจะยกเว้นเฉพาะข้อมูล KPI ออกจากตัวอย่างการฝึก ระบบจะยังคงรวมข้อมูลสื่อไว้เนื่องจากอาจส่งผลต่อพื้นที่โฆษณาในสัปดาห์ต่อๆ ไป หากใช้ "ROI priors" เช่น use_roi_prior=True พารามิเตอร์ roi_m จะสอดคล้องกับ ROI ของภูมิศาสตร์และเวลาทั้งหมด รวมถึงที่อยู่ในกลุ่มทดสอบ
control_population_scaling_id	เทนเซอร์บูลีนที่ไม่บังคับของมิติข้อมูล (n_controls,) ซึ่งระบุตัวแปรควบคุมที่จะปรับขนาดค่าควบคุมตามประชากร หากเป็น None ระบบจะไม่ปรับขนาดตัวแปรควบคุมตามประชากร ค่าเริ่มต้น: None
non_media_population_scaling_id	เทนเซอร์บูลีนที่ไม่บังคับของมิติข้อมูล (n_non_media_channels,) ซึ่งระบุตัวแปรที่ไม่ใช่สื่อที่จะปรับขนาดค่าที่ไม่ใช่สื่อตามประชากร หากเป็น None ระบบจะไม่ปรับขนาดตัวแปรที่ไม่ใช่สื่อตามประชากร ค่าเริ่มต้น: None

เมธอด

__eq__

__eq__(
    other
)

แสดงผล self==value

ตัวแปรของคลาส
baseline_geo	None
control_population_scaling_id	None
hill_before_adstock	False
holdout_id	None
knots	None
max_lag	8
media_effects_dist	'log_normal'
non_media_population_scaling_id	None
paid_media_prior_type	'roi'
rf_roi_calibration_period	None
roi_calibration_period	None
unique_sigma_for_each_geo	False
use_roi_prior	True