game_name <- "fungame"
day_from <- 7 # train from
day_to <- 30 # predict to
directory <- paste0("/home/rstudio-doug/analysis/radhoc/ltv_models/models/", game_name)
list.files(directory)
fungame_20200201_day_7_to_day_30.rds
fungame_20200221_day_7_to_day_30.rds
fungame_20200222_day_7_to_day_30.rds
fungame_20200201_day_7_to_day_60.rds
fungame_20200221_day_7_to_day_60.rds
fungame_20200222_day_7_to_day_90.rds
Каждый из этих файлов является переменной списка, которая включает, среди прочего, обученную модель. Когда я вызываю сценарий, я хотел бы получить самую последнюю обученную модель для соответствующего дня от и до дней. В приведенном выше примере у меня с 7 по 30 день (моя модель обучается взаимодействию приложений через 7 дней после установки и пытается предсказать доход на 30 день с момента установки).
В этом случае я Я хотел бы выбрать самую последнюю тренированную модель с 7-го по 30-й, а именно: fungame_20200222_day_7_to_day_30.rds.
Один из подходов, о котором я думал, это разделить каждую строку на under_score и затем сохранить как фрейм данных. Затем я мог бы отфильтровать df на день от = 7 и день до = 30, а затем выбрать максимум (which.max ()?).
Что было бы обычным способом сделать это, если есть один ? Этот скрипт является частью конвейера ML, любые новые предложения или рекомендации очень приветствуются. Более целостно я пытаюсь динамически выбрать самую последнюю обученную модель для данной игры и целевой даты. Использование строк с under_scores в качестве части моего конвейера просто «кажется», что это может быть не самым разумным подходом.