Résumé et dernières réflexions

Analytique prédictive avec des données en réseau dans R

Bart Baesens, Ph.D.

Professor of Data Science, KU Leuven and University of Southampton

Réseaux étiquetés

edgeList

  from    to
1    1   393
2    1  2573
3    1  4430
4  393   926
5  393  1574

customers

    id churn
1    1     0
2  393     0
3 2573     0
4 4430     0
5  926     1
6 1574     1

Homophilie

Qui se ressemble s'assemble

Dyadicité : connexions entre nœuds portant la même étiquette

Hétérophilie : connexions entre nœuds portant des étiquettes opposées

Caractérisation du réseau

g
IGRAPH UN-- 10 19 -- 
 attr: name (v/c), label (e/c)
 edges (vertex names):
 A--B A--C A--D A--E B--C B--D C--D C--G D--E D--F D--G E--F F--G F--I G--I G--H H--I H--J I--J

V(g)$degree<-degree(g)

g
IGRAPH UN-- 10 19 -- 
 attr: name (v/c), degree (v/n), triangles (v/n), transitivity
| (v/n), rNeighbors (v/n), averageAge (v/n), pageRank (v/n),
| pPageRank (v/n), label (e/c)
 edges (vertex names):
 A--B A--C A--D A--E B--C B--D C--D C--G D--E D--F D--G E--F F--G F--I G--I G--H H--I H--J I--J

Extraire un tableau de données :

dataset <- as_data_frame(g, what='vertices')

Prétraiter l'ensemble de données :
- Valeurs manquantes, valeurs aberrantes, variables corrélées et normalisation

Créer le modèle :

glm(R~., dataset=training_set, family='binomial')

Produire des prédictions :

logPredictions <- predict(logModel, newdata=test_set, type="response")

Mesurer la performance :

auc(test_set$label, logPredictions)
TopDecileLift(test_set$label, predictions, plot=TRUE)

Félicitations !

Analytique prédictive avec des données en réseau dans R