Максимизация целевой переменной

Question

Мне нужна помощь в этом.

Данные выглядят следующим образом:

ProductX      Total_share_of_visits     Total_Cost_Tax_Included        Gross
17220.0       65.73                     272213.76                      190549.632
79570.0       362.17                    1257842.56                     880489.792

ProductX: количество проданных единиц

total_sahre_of_visits: количество посещений на рынке (посотрудников) для продажи продукта

total_cost_tax_included: (цена одной единицы + стоимость сотрудников, отправленных на рынок для продажи продукта) * ProductX.Это означает, что это доход

Q1: вычислите валовые суммы, если он порядка 70%

Ответ: Я вычислил брутто-переменную 'Gross' = total_cost_tax_included * 70/100

Q2: создайте простую модель, которая рассчитывает дополнительную прибыль, получаемую, если клиент увеличивает или уменьшает количество сотрудников, отправляемых на рынок, на 20%

Ответ: Мне подходит очень простая модель линейной регрессии (Iмог вычислить это напрямую, но меня попросили использовать модель). Модель показывает среднюю абсолютную ошибку (3.3945175965265104e-16).И после этого я хочу изменить 'Total_share_of_visits' и 'Total_cost_tax_inluded' (потому что добавление сотрудников на 20% увеличит стоимость и, конечно, увеличит количество посещений для продажи продукта) и передаст это как test_dataset в модель для поиска Gross.После этого я вычислю общую сумму брутто до добавления 20% сотрудников и после добавления и увижу разницу.Это правильно?

Q3: До сих пор я думаю, что я прав.И затем этот вопрос Какое оптимальное количество сотрудников необходимо для максимизации прибыли (брутто)?

Ответ: Я не знаю, как использовать модель, чтобы найти это, или есть ли другая функция в sklearn, чтобы сделатьэтот.Мне нужна помощь здесь

Answer 1

Вы можете использовать Накопительный профиль точности для принятия решения.

Скажем, у вас 100000 клиентов и из предыдущего опыта вы знаете, что только 10% отОни фактически покупают ваш продукт. И теперь мы хотим оптимизировать количество сотрудников, чтобы максимизировать прибыль. Поэтому нам нужно более целенаправленно ориентироваться на клиентов, чтобы получить лучший коэффициент отклика.

Итак, 1-й, вам нужно построить модель сегментации клиентов (бинарная модель, покупатель будет покупать или нет, поэтому мы можем использовать логистическая регрессия ), чтобы предсказать, будут ли они покупать или нет, основываясь на предыдущих записях. Эта модель будет Помогите нам получить доступ к вероятности покупки определенного типа клиентов, основываясь на их характеристиках .

например. Скажем, это скажет нам, что клиенты мужского пола определенной возрастной группы, которые просматривают мобильные устройства, с наибольшей вероятностью приобретут ваш продукт.

Таким образом, ранжирует наших клиентов в соответствии с вероятностью покупки продукта . Теперь мы можем построитьграфик фактического количества продаж: ось Y - нет.продаж (максимум 10000 в случае моего примера) X ось-нет.cutomers (100000 в случае моего примера)

Теперь мы можем видеть и анализировать на графике, например, даже при 60000 по оси x мы получаем 9500 продаж . Так что мы можем установитьколичество сотрудников должно быть 60000 вместо 100000.