Características basadas en enlaces

En este ejercicio, vas a calcular características de primer orden basadas en enlaces multiplicando el atributo Churn de la red por la matriz de adyacencia de la red.

Ten en cuenta que, como churn es un indicador binario, el atributo Churn vale 1 para quienes hacen churn y 0 para quienes no. En consecuencia, el atributo 1-Churn vale 1 para quienes no hacen churn y 0 para quienes sí. Esto es útil para calcular el número de vecinos que no hacen churn.

Este ejercicio forma parte del curso

Analítica predictiva con datos conectados en R

Ver curso

Instrucciones del ejercicio

Calcula el atributo ChurnNeighbors, es decir, el número de vecinos que hicieron churn, multiplicando AdjacencyMatrix por el atributo Churn de network. Aplica as.vector() al resultado y añádelo a la red.
Del mismo modo, calcula NonChurnNeighbors, es decir, el número de vecinos que no hacen churn.
Calcula el atributo RelationalNeighbor, la proporción de churners en el vecindario, dividiendo ChurnNeighbors entre la suma de ChurnNeighbors y NonChurnNeighbors.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Compute the number of churn neighbors
V(network)$ChurnNeighbors <- as.vector(___ %*% V(network)$___)

# Compute the number of non-churn neighbors
V(network)$___ <- as.vector(___ %*% (1 - V(network)$___))

# Compute the relational neighbor probability
V(network)$RelationalNeighbor <- as.vector(V(network)$___ / 
    (V(network)$___ + V(network)$___))

Editar y ejecutar código