Bağlantı tabanlı özellikler
Bu egzersizde, ağın Churn özelliğini ağın komşuluk matrisiyle çarparak birinci dereceden bağlantı tabanlı özellikleri hesaplayacaksın.
Unutma, churn ikili bir göstergedir; bu yüzden Churn özelliği churn edenler için 1, etmeyenler için 0'dır. Buna bağlı olarak 1-Churn özelliği churn etmeyenler için 1, churn edenler için 0'dır.
Bu, churn etmeyen komşuların sayısını hesaplarken işine yarar.
Bu egzersiz, kursun bir parçasıdır
R ile Ağ Verileri Kullanarak Predictive Analytics
Egzersiz talimatları
ChurnNeighborsözelliğini, yani churn eden komşuların sayısını,AdjacencyMatrixilenetworknesnesininChurnözelliğini çarparak hesapla. Sonucaas.vector()uygula ve ağa ekle.- Benzer şekilde
NonChurnNeighbors, yani churn etmeyen komşuların sayısını hesapla. - Komşuluktaki churn oranı olan
RelationalNeighborözelliğini,ChurnNeighborsdeğeriniChurnNeighborsileNonChurnNeighborstoplamına bölerek hesapla.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Compute the number of churn neighbors
V(network)$ChurnNeighbors <- as.vector(___ %*% V(network)$___)
# Compute the number of non-churn neighbors
V(network)$___ <- as.vector(___ %*% (1 - V(network)$___))
# Compute the relational neighbor probability
V(network)$RelationalNeighbor <- as.vector(V(network)$___ /
(V(network)$___ + V(network)$___))