Relational Neighbor Classifier（関係近傍分類器）
この演習では、ネットワークベースの単純な分類器である relational neighbor classifier を適用します。
これは、隣接ノードのクラスラベルを使って、ネットワーク内の各ノードの解約確率を計算します。
たとえば、下のネットワークでは赤が解約者、白が非解約者を表すとき、青ノードの解約確率は 0.4 です。
それぞれの顧客について、解約した近傍数と解約していない近傍数を表す 2 つのベクトル ChurnNeighbors と NonChurnNeighbors が与えられています。
この演習はコースの一部です
R で学ぶネットワークデータの予測分析
演習の手順
- 関係近傍分類器を用いて、各顧客の解約確率
churnProbを計算します。 which()を使って、解約確率が最も高い顧客を特定します。このベクトルをmostLikelyChurnersと名付けます。mostLikelyChurnersを使って、解約確率が最も高い顧客の ID を求めます。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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[___]