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

övning

Wnioskowanie zbiorowe

Wnioskowanie zbiorowe to procedura jednoczesnego etykietowania węzłów w powiązanych danych, której celem jest zmniejszenie błędu klasyfikacji.

W tym ćwiczeniu przeprowadzisz wnioskowanie zbiorowe i zobaczysz, jaki wpływ ma ono na przewidywanie odejść klientów (churn) przy użyciu miary AUC. AUC, czyli pole pod krzywą ROC, jest powszechnie stosowane do oceny skuteczności metod klasyfikacji.

  • AUC = prawdopodobieństwo, że losowo wybrany klient odchodzący zostanie oceniony przez model wyżej niż losowo wybrany klient pozostający
  • AUC = liczba z przedziału od 0,5 do 1, gdzie wyższa wartość oznacza lepszy model

Czy wnioskowanie zbiorowe zwiększa wartość AUC?

Instruktioner

100 XP
  • Oblicz AUC klasyfikatora sąsiadów relacyjnych, wywołując funkcję auc z pakietu pROC – jako argumenty podaj rzeczywiste etykiety odejść customers$churn oraz churnProb jako wartość prognozowaną.
  • Napisz pętlę for, w której dziesięciokrotnie zastosujesz probabilistyczny klasyfikator sąsiadów relacyjnych i w każdej iteracji przypisujesz wynik z powrotem do wektora churnProb.
  • Oblicz ponownie AUC, używając zaktualizowanego wektora churnProb.