लिंक-आधारित फीचर
इस अभ्यास में, आप नेटवर्क के Churn एट्रिब्यूट को नेटवर्क की adjacency matrix से गुणा करके first-order लिंक-आधारित फीचर निकालेंगे.
ध्यान दें कि churn एक बाइनरी संकेतक है, इसलिए Churn एट्रिब्यूट में churners के लिए 1 और non-churners के लिए 0 होता है. परिणामस्वरूप, 1-Churn एट्रिब्यूट में non-churners के लिए 1 और churners के लिए 0 होगा.
यह non-churn पड़ोसियों की संख्या निकालते समय उपयोगी है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में नेटवर्क्ड डेटा का उपयोग करके Predictive Analytics
अभ्यास निर्देश
ChurnNeighborsएट्रिब्यूट निकालें, यानी churn करने वाले पड़ोसियों की संख्या, इसके लिएAdjacencyMatrixकोnetworkकेChurnएट्रिब्यूट से गुणा करें. परिणाम परas.vector()लगाएँ और उसे नेटवर्क में जोड़ें.- इसी तरह
NonChurnNeighborsनिकालें, यानी non-churn पड़ोसियों की संख्या. RelationalNeighborएट्रिब्यूट की गणना करें, जो पड़ोस में churners का अनुपात है, इसके लिएChurnNeighborsकोChurnNeighborsऔरNonChurnNeighborsके योग से भाग दें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)$___ + V(network)$___))