Caratteristiche basate sui link
In questo esercizio calcolerai caratteristiche di primo ordine basate sui link moltiplicando l'attributo Churn della rete per la matrice di adiacenza della rete.
Nota che, poiché il churn è un indicatore binario, l'attributo Churn vale 1 per i churner e 0 per i non-churner. Di conseguenza, l'attributo 1-Churn vale 1 per i non-churner e 0 per i churner.
Questo è utile per calcolare il numero di vicini non-churn.
Questo esercizio fa parte del corso
Analitica predittiva con dati di rete in R
Istruzioni dell'esercizio
- Calcola l'attributo
ChurnNeighbors, cioè il numero di vicini che hanno fatto churn, moltiplicandoAdjacencyMatrixper l'attributoChurndinetwork. Applicaas.vector()al risultato e aggiungilo alla rete. - Allo stesso modo, calcola
NonChurnNeighbors, cioè il numero di vicini non-churn. - Calcola l'attributo
RelationalNeighbor, il rapporto di churner nel vicinato, dividendoChurnNeighborsper la somma diChurnNeighborseNonChurnNeighbors.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)$___ + V(network)$___))