在這個練習中，你會計算並擷取幾種中心性特徵：betweenness、closeness，以及 eigenvector centrality。
本練習屬於課程
試著完成這個範例程式碼，體驗一下這個練習。
# Extract the betweenness V(network)$betweenness <- ___(___, normalized=TRUE)
在本章中，你將認識帶標籤的網路、網路學習，以及可能出現的挑戰。
在本章中，你將學習趨同性，以及如何計算用來描述它的兩個指標：成對性與異趨性。
在本章中，你將使用 igraph 套件計算各種網路特徵，並將它們加入網路。
當前練習
在本章中，你將使用第 3 章建立的網路來建立一個扁平化資料集。接著運用標準的資料探勘技術建置預測模型，並以 AUC 與前 10 分位提升（top decile lift）評估其效能。