Прогнозна аналітика з мережевими даними в R
María Óskarsdóttir, Ph.D.
Post-doctoral researcher
Розбиваємо дані!
set.seed(1001)
sampleVertices <- sample(1:10, 6, replace=FALSE)
plot(induced_subgraph(g, V(g)[sampleVertices]))
plot(induced_subgraph(g, V(g)[-sampleVertices]))

Спостереження в наборі даних не є незалежними та однаково розподіленими (iid)

Колективний висновок!


# probability churn (C)
(0.9 + 0.2 + 0.1 + 0.4 + 0.8) / 5
0.48
# probability non-churn (NC)
(0.1 + 0.8 + 0.9 + 0.6 + 0.2) / 5
0.52
Прогнозна аналітика з мережевими даними в R