In this chapter you will be introduced to labelled networks, network learning and the challanges that can arise.

Motivation: social networks and predictive analytics

Most likely to churn

Create a network from an edgelist

Labeled networks and network learning

Labeling nodes

Coloring nodes

Visualizing Churners

Relational Neighbor Classifier

Challenges of network-based inference

Challenges in Network learning

Probabilistic Relational Neighbor Classifier

Collective Inferencing

Introduction, networks and labelled networks

In this chapter you will learn about homophily and how to compute the two measures that can be used to characterice it, dyadicity and heterophilicty.

Homophily

Homophilic networks

Extracting types of edges

Counting types of edges

Counting nodes and computing connectance

Dyadicity

Same label edges

Dyadicity of churners

Dyadicity of non-churners

Heterophilicity

Cross label edges

Compute heterophilicity

Summary of homophily

Dyadicity, Heterophilicity, & Homophily

Is the network homophilic?

In this chapter you will use the igraph package to compute various network features and add them to the network.

Características básicas de la red

Características de red simples

Características de centralidad

Transitividad

Características basadas en enlaces

Matrices de adyacencia

Características basadas en enlaces de segundo orden

Características basadas en enlaces del vecindario

PageRank

Nodo más influyente

Cambios en PageRank

Convergencia de PageRank

PageRank personalizado

Extraer características de PageRank

Network Featurization

In this chapter you will use the network from Chapter 3 to create a flat dataset. Using standard data mining techniques, you will build predictive models and measure their performance with AUC and top decile lift.

Extract a dataset

Getting a flat dataset

Missing Values

Replace missing values

Correlated variables

Building a predictive model

Split into train and test

Logistic regression model

Random forest model

Evaluating model performance

Predicting churn

Measure AUC

Measure top decile lift

Summary and final thoughts

Putting it all together

Student Customers dataset

Student Edge List dataset

Student Network dataset

En este curso aprenderás a realizar analítica predictiva de vanguardia utilizando datos en red en R. El objetivo del análisis de redes es predecir a qué clase pertenece un nodo de la red, como si es churner o no, si es fraudster o no, si es defaulter o no, etc. Para lograrlo, veremos cómo aprovechar la información de la red y su estructura subyacente con fines predictivos. En particular, introducimos la idea de la featurización para que las características de red puedan añadirse a las que no lo son, mejorando así el rendimiento de cualquier modelo analítico resultante. En este curso usarás el paquete igraph para generar y etiquetar una red de clientes en un escenario de churn y conocerás los fundamentos del aprendizaje en redes. Después, aprenderás sobre homofilia, diadicidad y heterofilia, y cómo usarlas para obtener insights exploratorios clave en tu red. A continuación, utilizarás la funcionalidad del paquete igraph para calcular diversas características de red y obtener tanto métricas centradas en nodos como basadas en vecinos. Además, emplearás el algoritmo Google PageRank para calcular características de red y validar empíricamente su poder predictivo. Por último, te enseñamos a generar un conjunto de datos plano a partir de la red y a analizarlo con regresión logística y random forests.

Network Analysis in R

Supervised Learning in R: Classification

Aprende a predecir etiquetas de nodos en redes usando aprendizaje de redes y extrayendo características.

Analítica predictiva con datos conectados en R

Aprende a predecir las etiquetas de los nodos en las redes utilizando el aprendizaje de redes y extrayendo características descriptivas de la red.

Características de centralidad

Analítica predictiva con datos conectados en R

ejercicio interactivo práctico