Probabilistic Relational Neighbor Classifier
इस अभ्यास में, आप अन्य नोड्स की पूर्व churn probability के आधार पर churn probabilities निकालने के लिए probabilistic relational neighbor classifier लागू करेंगे.
मान लीजिए कि नोड्स के लेबल्स ज्ञात होने के बजाय, आपको प्रत्येक नोड की churn होने की probability पता है, जैसा कि नीचे की इमेज में दिखाया गया है। इमेज में C का अर्थ churn और NC का अर्थ non-churn है.
फिर, पहले की तरह, आप पड़ोसी नोड्स की churn probabilities का औसत निकालकर नोड्स की churn probability अपडेट कर सकते हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में नेटवर्क्ड डेटा का उपयोग करके Predictive Analytics
अभ्यास निर्देश
- वेक्टर
churnProbमें 44वें ग्राहक की churn probability निकालें. AdjacencyMatrixकोchurnProbसे गुणा करके और पड़ोस के आकारों वाला वेक्टरneighborsसे भाग देकर churn probability अपडेट करें. हमने मैट्रिक्स ऑपरेशंस के चारों ओरas.vector()जोड़ा है. परिणामchurnProb_updatedको असाइन करें.- वेक्टर
churnProb_updatedमें 44वें ग्राहक की अपडेटेड churn probability निकालें. - 44वें ग्राहक की churn probability के साथ क्या हुआ?
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Find churn probability of the 44th customer
churnProb[___]
# Update the churn probabilties and the non-churn probabilities
churnProb_updated <- as.vector((AdjacencyMatrix %*% ___) / ___)
# Find updated churn probability of the 44th customer
churnProb_updated[___]