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.
Bài tập này là một phần của khóa học
Phân tích dự đoán với dữ liệu mạng trong R
Hướng dẫn bài tập
- Tính dyadicity kỳ vọng của churner và gán vào biến
ExpectedDyadChurn. - Tính dyadicity của churner bằng cách chia
ChurnEdgeschoExpectedDyadChurn. Gọi giá trị này làDyadChurn. - Kiểm tra
DyadChurn.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Compute the expected churn dyadicity
ExpectedDyadChurn <- ___ * (___) * connectance / 2
# Compute the churn dyadicity
DyadChurn <- ___ / ___
# Inspect the value
___