重點回顧與總結

使用 R 進行網路化資料的預測分析

Bart Baesens, Ph.D.

Professor of Data Science, KU Leuven and University of Southampton

標註網路

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

同質性（Homophily）

同類相聚，物以類聚

Dyadicity：相同標籤節點之間的連結程度。

Heterophilicty：相反標籤節點之間的連結程度。

網路特徵化

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

萃取資料框：

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

前處理資料集：
- 遺漏值、離群值、相關變數、標準化

建立模型：

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

進行預測：

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

評估效能：

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

恭喜你！

使用 R 進行網路化資料的預測分析