1. 학습
    2. /
  2. 강의
    3. /
  3. R로 배우는 네트워크 데이터 기반 Predictive Analytics
Connected

연습 문제

확률적 관계 이웃 분류기

이 연습 문제에서는 다른 노드들의 사전 이탈 확률을 바탕으로 이탈 확률을 추정하기 위해, 확률적 관계 이웃 분류기를 적용해 보겠습니다.

노드의 레이블을 알고 있다고 가정하는 대신, 아래 그림처럼 각 노드의 이탈 확률을 알고 있다고 가정해 보세요. 그림에서 C는 churn, NC는 non-churn을 뜻합니다. 이전과 마찬가지로, 이웃 노드들의 이탈 확률의 평균을 구해 각 노드의 이탈 확률을 업데이트할 수 있어요.
Probabilistic relational neighbor classifier

지침

100 XP
  • 벡터 churnProb에서 44번째 고객의 이탈 확률을 확인하세요.
  • AdjacencyMatrix에 churnProb를 곱하고, 이웃 수가 들어 있는 벡터 neighbors로 나누어 이탈 확률을 업데이트하세요. 행렬 연산 주위에는 as.vector()를 추가해 두었습니다. 결과를 churnProb_updated에 할당하세요.
  • 벡터 churnProb_updated에서 44번째 고객의 업데이트된 이탈 확률을 확인하세요.
  • 44번째 고객의 이탈 확률에는 어떤 변화가 있었나요?