Clasificatorul probabilistic relațional al vecinilor

În acest exercițiu, vei aplica clasificatorul probabilistic relațional al vecinilor pentru a deduce probabilitățile de churn pe baza probabilității anterioare de churn a celorlalte noduri.

În loc să cunoști etichetele nodurilor, presupune că știi probabilitatea de churn a fiecărui nod, ca în imaginea de mai jos. În imagine, C înseamnă churn, iar NC înseamnă non-churn. Ca și înainte, poți actualiza probabilitatea de churn a nodurilor calculând media probabilităților de churn ale nodurilor vecine.
Probabilistic relational neighbor classifier

Acest exercițiu face parte din cursul

Analiză predictivă folosind date de rețea în R

Vezi cursul

Instrucțiuni pentru exercițiu

Găsește probabilitatea de churn a celui de-al 44-lea client în vectorul churnProb.
Actualizează probabilitatea de churn înmulțind AdjacencyMatrix cu churnProb și împărțind la vectorul neighbors, care conține dimensiunile vecinătăților. Am adăugat as.vector() în jurul operațiilor cu matrice. Atribuie rezultatul variabilei churnProb_updated.
Găsește probabilitatea de churn actualizată a celui de-al 44-lea client în vectorul churnProb_updated.
Ce s-a întâmplat cu probabilitatea de churn a celui de-al 44-lea client?

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Find churn probability of the 44th customer
churnProb[___]

# Update the churn probabilties and the non-churn probabilities
churnProb_updated <- as.vector((AdjacencyMatrix %*% ___) / ___)

# Find updated churn probability of the 44th customer
churnProb_updated[___]

Editează și rulează codul