リンクベース特徴量

この演習では、ネットワークの Churn 属性を隣接行列と掛け合わせて、一次のリンクベース特徴量を計算します。

なお、churn は二値の指標であり、属性 Churn は解約者に 1、非解約者に 0 が入ります。したがって、属性 1-Churn は非解約者に 1、解約者に 0 になります。これは非解約者の近隣ノード数を計算する際に役立ちます。

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

コースを見る

演習の手順

属性 ChurnNeighbors（解約した近隣ノードの数）を、AdjacencyMatrix と network の Churn 属性を掛け合わせて計算します。結果に as.vector() を適用し、ネットワークに追加します。
同様に、NonChurnNeighbors（非解約の近隣ノード数）も計算します。
属性 RelationalNeighbor（近隣における解約者の比率）を、ChurnNeighbors を ChurnNeighbors と NonChurnNeighbors の合計で割って求めます。

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 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)$___ + V(network)$___))

コードを編集して実行