1. Learn
    2. /
  2. Courses
    3. /
  3. Predykcyjna analityka sieciowa w R
Connected

Exercise

Probabilistyczny klasyfikator relacyjny oparty na sąsiadach

W tym ćwiczeniu zastosujesz probabilistyczny klasyfikator relacyjny oparty na sąsiadach, aby wnioskować o prawdopodobieństwach odejścia na podstawie wcześniejszych prawdopodobieństw odejścia pozostałych węzłów.

Zamiast znać etykiety węzłów, przyjmij, że znasz prawdopodobieństwo odejścia każdego węzła – tak jak na obrazku poniżej. Na obrazku C oznacza odejście (churn), a NC brak odejścia (non-churn). Podobnie jak poprzednio, możesz zaktualizować prawdopodobieństwo odejścia węzłów, obliczając średnią prawdopodobieństw odejścia ich sąsiadów.
Probabilistic relational neighbor classifier

Instructions

100 XP
  • Znajdź prawdopodobieństwo odejścia 44. klienta w wektorze churnProb.
  • Zaktualizuj prawdopodobieństwo odejścia, mnożąc AdjacencyMatrix przez churnProb i dzieląc przez wektor neighbors zawierający rozmiary sąsiedztw. Wokół operacji na macierzach dodaliśmy funkcję as.vector(). Wynik przypisz do churnProb_updated.
  • Znajdź zaktualizowane prawdopodobieństwo odejścia 44. klienta w wektorze churnProb_updated.
  • Co się zmieniło w prawdopodobieństwie odejścia 44. klienta?