เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Relational Neighbor Classifier

ในแบบฝึกหัดนี้ จะได้ลองใช้ตัวจำแนกประเภทบนเครือข่ายแบบง่ายที่เรียกว่า relational neighbor classifier ตัวจำแนกนี้ใช้ป้ายกำกับคลาสของโหนดข้างเคียงเพื่อคำนวณความน่าจะเป็นในการเลิกใช้บริการของแต่ละโหนดในเครือข่าย ตัวอย่างเช่น ในเครือข่ายด้านล่างที่โหนดสีแดงแทนผู้เลิกใช้บริการ และโหนดสีขาวแทนผู้ไม่เลิกใช้บริการ ความน่าจะเป็นในการเลิกใช้บริการของโหนดสีน้ำเงินคือ 0.4

Relational neighbor classifier

ข้อมูลที่ให้มาประกอบด้วยเวกเตอร์สองชุด ได้แก่ ChurnNeighbors และ NonChurnNeighbors ซึ่งเก็บจำนวนเพื่อนบ้านที่เลิกใช้บริการและไม่เลิกใช้บริการของลูกค้าแต่ละรายตามลำดับ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์เชิงพยากรณ์โดยใช้ข้อมูลเครือข่ายใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณความน่าจะเป็นในการเลิกใช้บริการของลูกค้าแต่ละราย churnProb โดยใช้ relational neighbor classifier
  • ใช้ which() เพื่อหาลูกค้าที่มีความน่าจะเป็นในการเลิกใช้บริการสูงสุด แล้วเก็บไว้ในเวกเตอร์ชื่อ mostLikelyChurners
  • ใช้ mostLikelyChurners เพื่อดึง ID ของลูกค้าที่มีความน่าจะเป็นในการเลิกใช้บริการสูงสุด

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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[___]
แก้ไขและรันโค้ด