1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Phân tích dự đoán với dữ liệu mạng trong R
Connected

Bài tập

Dyadicity của nhóm churn

Trong bài tập này, bạn sẽ tính dyadicity giữa các churner trong mạng để xem họ có chia sẻ nhiều hay ít cạnh hơn so với kỳ vọng trong một cấu hình ngẫu nhiên của mạng.

Các biến ChurnNodes, ChurnEdges, và connectance đã sẵn sàng để bạn sử dụng.

Với dyadicity kỳ vọng, dùng công thức \( \frac{n_ C\cdot (n_ C - 1)}{2} \cdot p\), trong đó \(n_C\) là số lượng churner, \(N\) là số lượng nút và \(p\) là độ kết nối (connectance). Dyadicity của các churner là tỷ số giữa số cạnh churn thực tế và dyadicity churn kỳ vọng.

Hướng dẫn

100 XP
  • Tính dyadicity kỳ vọng của churner và gán vào biến ExpectedDyadChurn.
  • Tính dyadicity của churner bằng cách chia ChurnEdges cho ExpectedDyadChurn. Gọi giá trị này là DyadChurn.
  • Kiểm tra DyadChurn.