Sammanfattning och avslutande tankar

Prediktiv analys med nätverksdata i R

Bart Baesens, Ph.D.

Professor of Data Science, KU Leuven and University of Southampton

Märkta nätverk

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

Homofili

Lika barn leka bäst

Dyadicitet: konnektivitet mellan noder med samma etikett

Heterofili: konnektivitet mellan noder med olika etiketter

Nätverksegenskaper

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

Extrahera dataram:

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

Förbehandla datamängden:
- Saknade värden, avvikare, korrelerade variabler och normalisering

Bygg modell:

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

Gör förutsägelser:

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

Mät prestanda:

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

Grattis!

Prediktiv analys med nätverksdata i R