Dyadicity para churner
Dalam latihan ini, Anda akan menghitung dyadicity di antara para churner dalam jaringan untuk melihat apakah mereka berbagi lebih banyak atau lebih sedikit sisi (edge) dibandingkan yang diharapkan pada konfigurasi acak jaringan.
Variabel ChurnNodes, ChurnEdges, dan connectance tersedia untuk Anda gunakan.
Untuk ekspektasi dyadicity, gunakan rumus \( \frac{n_ C\cdot (n_ C - 1)}{2} \cdot p\), di mana \(n_C\) adalah jumlah churner, \(N\) adalah jumlah node, dan \(p\) adalah connectance. Dyadicity para churner adalah rasio antara jumlah sisi aktual antarchurner dan ekspektasi dyadicity churn.
Latihan ini merupakan bagian dari kursus
Analitik Prediktif menggunakan Data Berjejaring di R
Instruksi latihan
- Hitung ekspektasi dyadicity churner dan simpan pada variabel
ExpectedDyadChurn. - Hitung dyadicity para churner dengan membagi
ChurnEdgesdenganExpectedDyadChurn. Namai nilai iniDyadChurn. - Periksa
DyadChurn.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Compute the expected churn dyadicity
ExpectedDyadChurn <- ___ * (___) * connectance / 2
# Compute the churn dyadicity
DyadChurn <- ___ / ___
# Inspect the value
___