Bộ phân loại láng giềng quan hệ xác suất
Trong bài tập này, bạn sẽ áp dụng bộ phân loại láng giềng quan hệ xác suất để suy ra xác suất rời bỏ dựa trên xác suất rời bỏ tiên nghiệm của các nút khác.
Thay vì biết nhãn của các nút, giả sử bạn biết xác suất rời bỏ của từng nút, như trong hình dưới đây. Trong hình, C là rời bỏ (churn) và NC là không rời bỏ (non-churn).
Sau đó, như trước, bạn có thể cập nhật xác suất rời bỏ của các nút bằng cách lấy trung bình xác suất rời bỏ của các nút láng giềng.
Bài tập này là một phần của khóa học
Phân tích dự đoán với dữ liệu mạng trong R
Hướng dẫn bài tập
- Tìm xác suất rời bỏ của khách hàng thứ 44 trong vector
churnProb. - Cập nhật xác suất rời bỏ bằng cách nhân
AdjacencyMatrixvớichurnProbvà chia cho vectorneighborschứa kích thước láng giềng. Chúng tôi đã thêmas.vector()quanh các phép toán ma trận. Gán kết quả vàochurnProb_updated. - Tìm xác suất rời bỏ đã cập nhật của khách hàng thứ 44 trong vector
churnProb_updated. - Điều gì đã xảy ra với xác suất rời bỏ của khách hàng thứ 44?
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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[___]