PageRank personalizado

En este ejercicio, vas a estudiar la diferencia entre los algoritmos PageRank y PageRank personalizado. Puedes usar la función boxplots, que muestra las distribuciones de las puntuaciones de clientes que causan churn y los que no en dos diagramas de caja separados. La función tiene dos argumentos:

damping, que indica el valor del factor de amortiguación. El valor por defecto es 0.85.
personalized, un parámetro booleano que indica si debe usarse el algoritmo PageRank personalizado. Cuando es TRUE, el vector de reinicio vale 1 para los churners de la red y 0 para los no churners. El valor por defecto es FALSE, es decir, no personalizado.

Este ejercicio forma parte del curso

Analítica predictiva con datos conectados en R

Ver curso

Instrucciones del ejercicio

Aplica la función boxplots para ver la distribución de las puntuaciones estándar de PageRank con factor de amortiguación 0.85.
Aplica la función boxplots para ver la distribución de las puntuaciones de PageRank personalizadas con factor de amortiguación 0.85.
Aplica la función boxplots para ver la distribución de las puntuaciones estándar de PageRank con factor de amortiguación 0.2.
Aplica la función boxplots para ver la distribución de las puntuaciones de PageRank personalizadas con factor de amortiguación 0.99.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Look at the distribution of standard PageRank scores
boxplots(damping = ___)

# Inspect the distribution of personalized PageRank scores
boxplots(damping = ___, personalized = ___)

# Look at the standard PageRank with damping factor 0.2
boxplots(damping = ___)

# Inspect the personalized PageRank scores with a damping factor 0.99
boxplots(___, ___)

Editar y ejecutar código