शुरू करेंमुफ़्त में शुरू करें

Second order लिंक-आधारित फीचर्स

इस अभ्यास में, आप दूसरे क्रम के नेबरहुड में churn और non-churn पड़ोसियों की संख्या और अनुपात की गणना करेंगे. प्रक्रिया पिछली अभ्यास जैसी ही है, फर्क सिर्फ इतना है कि अब आप second order adjacency matrix का उपयोग करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में नेटवर्क्ड डेटा का उपयोग करके Predictive Analytics

पाठ्यक्रम देखें

अभ्यास निर्देश

  • SecondOrderMatrix और Churn एट्रिब्यूट का उपयोग करके दूसरे क्रम के नेबरहुड में churn पड़ोसियों की संख्या निकालें. नतीजे को as.vector() से बदलें और इसे network में ChurnNeighbors2 के रूप में जोड़ें.
  • इसी तरह NonChurnNeighbors2 भी निकालें, यानी दूसरे क्रम के नेबरहुड में non-churn पड़ोसियों की संख्या.
  • RelationalNeighbor2 계산 करें, यानी दूसरे क्रम के नेबरहुड में churners का अनुपात. इसके लिए ChurnNeighbors2 को ChurnNeighbors2 और NonChurnNeighbors2 के योग से भाग दें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Compute the number of churners in the second order neighborhood
V(network)$ChurnNeighbors2 <- as.vector(___ %*% V(network)$___)

# Compute the number of non-churners in the second order neighborhood
V(network)$___ <- as.vector(___ %*% (1 - V(network)$___))

# Compute the relational neighbor probability in the second order neighborhood
V(network)$___ <- as.vector(V(network)$___ / 
    (V(network)$___ + V(network)$___))
कोड संपादित करें और चलाएँ