Ймовірнісний класифікатор сусідства (Probabilistic Relational Neighbor Classifier)

У цій вправі ви застосуєте ймовірнісний класифікатор сусідства (probabilistic relational neighbor classifier), щоб оцінити імовірності відтоку на основі апріорної імовірності відтоку інших вузлів.

Припустімо, що замість відомих міток вузлів ви знаєте імовірність відтоку для кожного вузла, як на зображенні нижче. На зображенні C означає відтік (churn), а NC — відсутність відтоку (non-churn). Тоді, як і раніше, ви можете оновити імовірність відтоку вузлів, взявши середнє значення імовірностей відтоку їхніх сусідів.
Probabilistic relational neighbor classifier

Ця вправа є частиною курсу

Прогнозна аналітика з мережевими даними в R

Переглянути курс

Інструкції до вправи

Знайдіть імовірність відтоку 44-го клієнта у векторі churnProb.
Оновіть імовірність відтоку, перемноживши AdjacencyMatrix на churnProb і поділивши на вектор neighbors, який містить розміри околів. Ми додали as.vector() навколо матричних операцій. Присвойте результат змінній churnProb_updated.
Знайдіть оновлену імовірність відтоку 44-го клієнта у векторі churnProb_updated.
Що відбулося з імовірністю відтоку 44-го клієнта?

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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[___]

Редагувати та запускати код