Klasyfikator sąsiedztwa relacyjnego
W tym ćwiczeniu zastosujesz prosty klasyfikator sieciowy zwany klasyfikatorem sąsiedztwa relacyjnego.
Wykorzystuje on etykiety klas węzłów sąsiednich do obliczenia prawdopodobieństwa odejścia dla każdego węzła w sieci.
Na przykład w sieci poniżej, gdzie czerwone węzły oznaczają odchodzących klientów, a białe – pozostających, prawdopodobieństwo odejścia niebieskiego węzła wynosi 0,4.
Dysponujesz dwoma wektorami: ChurnNeighbors i NonChurnNeighbors, które zawierają odpowiednio liczbę sąsiadów każdego klienta, którzy odeszli, i tych, którzy pozostali.
To ćwiczenie jest częścią kursu
Predykcyjna analityka sieciowa w R
Instrukcje do ćwiczenia
- Oblicz prawdopodobieństwo odejścia dla każdego klienta,
churnProb, korzystając z klasyfikatora sąsiedztwa relacyjnego. - Użyj funkcji
which(), aby znaleźć klientów z najwyższym prawdopodobieństwem odejścia. Zapisz wynik w wektorzemostLikelyChurners. - Użyj wektora
mostLikelyChurners, aby znaleźć identyfikatory klientów z najwyższym prawdopodobieństwem odejścia.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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[___]