Défis de l'inférence fondée sur les réseaux

Analytique prédictive avec des données en réseau dans R

María Óskarsdóttir, Ph.D.

Post-doctoral researcher

Premier défi

Séparer les données !

set.seed(1001)
sampleVertices <- sample(1:10, 6, replace=FALSE)
plot(induced_subgraph(g, V(g)[sampleVertices]))
plot(induced_subgraph(g, V(g)[-sampleVertices]))

Fractionnement

Deuxième défi

Les observations de l'ensemble de données ne sont pas indépendantes et identiquement distribuées (iid)

IID

Troisième défi

Inférence collective !

IID

Classifieur probabiliste des voisins relationnels

# 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

Passons à la pratique !

Analytique prédictive avec des données en réseau dans R