Classificador de Vizinhos Relacionais

Neste exercício, você vai aplicar um classificador simples baseado em rede chamado relational neighbor classifier. Ele usa os rótulos de classe dos nós vizinhos para calcular a probabilidade de churn de cada nó na rede.
Por exemplo, na rede abaixo, em que os nós vermelhos representam clientes que deram churn e os brancos representam quem não deu churn, a probabilidade de churn do nó azul é 0,4.

Relational neighbor classifier

Você recebeu dois vetores: ChurnNeighbors e NonChurnNeighbors, com a quantidade de vizinhos de cada cliente que deram churn e que não deram churn, respectivamente.

Este exercicio faz parte do curso

Análise Preditiva com Dados em Rede em R

Ver curso

Instruções do exercicio

Calcule a probabilidade de churn de cada cliente, churnProb, usando o classificador de vizinhos relacionais.
Use which() para encontrar os clientes com a maior probabilidade de churn. Chame esse vetor de mostLikelyChurners.
Use mostLikelyChurners para encontrar os IDs dos clientes com a maior probabilidade de churn.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# 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[___]

Editar e Executar Código