如何解决获取在 R 中不同时间点从各自集群中“掉”出来的 ID 的百分比
我正在对用户生成的数据集进行聚类，我希望回答的问题之一是，随着时间的推移，用户退出各自集群的比例是多少。举个例子，假设我对一个网站的用户数据进行了聚类，我想查看退出该网站的用户数量，即在不同时间点后不再出现在数据中的用户数量。我也想知道哪些集群在不同时间点失去的用户最多。
我尝试过生存分析，效果很好，但我也想将退出的用户 ID 列表保存到另一个对象或数据框中，并具有相应的退出时间点。
这是一个模拟数据框以及聚类代码。我想用作参考的时间点在数据中称为 MonthYear：-
Initializing the backend...
Acquiring state lock. This may take a few moments...
Do you want to copy existing state to the new backend?
Pre-existing state was found while migrating the prevIoUs "local" backend to the
newly configured "s3" backend. No existing state was found in the newly
configured "s3" backend. Do you want to copy this state to the new "s3"
backend? Enter "yes" to copy and "no" to start with an empty state.
Enter a value: yes
Releasing state lock. This may take a few moments...
Successfully configured the backend "s3"! terraform will automatically
use this backend unless the backend configuration changes.
Initializing provider plugins...
- Reusing prevIoUs version of hashicorp/aws from the dependency lock file
terraform has been successfully initialized!
是否有一种有效的方法可以获取数据中每个时间点（在本例中为 MonthYear 变量）退出集群的用户 ID 的百分比。另外，在特定时间点不会再次出现的用户 ID，是否可以将这些 ID 保存到另一个对象以便在其他时间进行检查？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。