शुरू करेंमुफ़्त में शुरू करें

Relational Neighbor Classifier

इस अभ्यास में, आप एक सरल नेटवर्क-आधारित क्लासिफायर लागू करेंगे जिसे relational neighbor classifier कहा जाता है. यह नेटवर्क में प्रत्येक नोड के लिए churn probability निकालने के लिए पड़ोसी नोड्स के class labels का उपयोग करता है.
उदाहरण के लिए, नीचे दिए नेटवर्क में जहाँ लाल नोड churners को और सफेद नोड non-churners को दर्शाते हैं, नीले नोड की churn probability 0.4 है.

Relational neighbor classifier

आपको दो वेक्टर दिए गए हैं: ChurnNeighbors और NonChurnNeighbors, जिनमें क्रमशः प्रत्येक कस्टमर के churn हुए और churn न हुए पड़ोसियों की संख्या है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में नेटवर्क्ड डेटा का उपयोग करके Predictive Analytics

पाठ्यक्रम देखें

अभ्यास निर्देश

  • relational neighbor classifier का उपयोग करके प्रत्येक कस्टमर की churn probability churnProb निकालें.
  • which() का उपयोग करके ऐसे कस्टमर ढूँढ़ें जिनकी churn होने की probability सबसे अधिक है. इस वेक्टर को mostLikelyChurners कहें.
  • सबसे अधिक churn probability वाले कस्टमर्स के IDs निकालने के लिए mostLikelyChurners का उपयोग करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Compute the churn probabilities
churnProb <- ___ / (ChurnNeighbors + ___)

# Find who is most likely to churn
mostLikelyChurners <- which(churnProb == ___(churnProb))

# Extract the IDs of the most likely churners
customers$id[___]
कोड संपादित करें और चलाएँ