Relational Neighbor Classifier

Dalam latihan ini, Anda akan menerapkan sebuah pengklasifikasi berbasis jaringan sederhana yang disebut relational neighbor classifier. Pengklasifikasi ini menggunakan label kelas dari node tetangga untuk menghitung probabilitas churn bagi setiap node dalam jaringan.
Sebagai contoh, pada jaringan di bawah ini, di mana node merah menandakan pelanggan yang churn dan node putih menandakan yang tidak churn, probabilitas churn untuk node biru adalah 0,4.

Relational neighbor classifier

Anda diberikan dua vektor: ChurnNeighbors dan NonChurnNeighbors yang masing-masing berisi jumlah tetangga pelanggan yang churn dan tidak churn.

Latihan ini adalah bagian dari kursus

Analitik Prediktif menggunakan Data Berjejaring di R

Lihat Kursus

Petunjuk latihan

Hitung probabilitas churn setiap pelanggan, churnProb, menggunakan relational neighbor classifier.
Gunakan which() untuk menemukan pelanggan dengan probabilitas churn tertinggi. Sebut vektor ini mostLikelyChurners.
Gunakan mostLikelyChurners untuk menemukan ID pelanggan dengan probabilitas churn tertinggi.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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[___]

Edit dan Jalankan Kode