Clasificatorul bazat pe vecini relaționali

Un model relațional se bazează pe ideea că comportamentul nodurilor este corelat, adică nodurile conectate tind să aparțină aceleiași clase. Clasificatorul bazat pe vecini relaționali, în particular, prezice clasa unui nod pe baza nodurilor vecine și a muchiilor adiacente.

Setul de date transfers conține tranzacții din diferite conturi. Datele din account_info indică care dintre aceste conturi sunt money mule-uri. Totuși, nu se știe dacă contul "I41" este un money mule. Prezice probabilitatea ca "I41" să fie un money mule folosind un clasificator bazat pe vecini relaționali.

Acest exercițiu face parte din cursul

Detecția fraudelor în R

Vezi cursul

Instrucțiuni pentru exercițiu

Creează un graf neorientat numit net pe baza setului de date transfers. Setează directed la valoarea booleană corespunzătoare (TRUE sau FALSE).
Specifică o culoare pentru fiecare nod: setează V(net)$color la "darkorange" dacă account_info$isMoneyMule == TRUE, și la "slateblue1" în caz contrar.
Folosește subgraph() pe net pentru a crea un subgraf numit subset, care să conțină vârfurile "I41", "I47", "I87" și "I20".
Folosește funcția strength() pe subnet și pe net pentru a calcula probabilitatea ca nodul "I41" să fie un money mule, ca fracție a vecinilor de tip mule

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# From data frame to graph
net <- graph_from_data_frame(___, directed = ___)

# Plot the network; color nodes according to isMoneyMule-variable
___(___)$color <- ifelse(___$___ == TRUE, ___, ___)
plot(net, vertex.label.color = "black", vertex.label.font = 2, vertex.size = 18)

# The id's of the money mule accounts:
print(account_info$id[account_info$isMoneyMule == TRUE])

# Create subgraph containing node "I41" and all money mules nodes "I47", "I87", "I20":
subnet <- ___(___, v = c(___))

# Compute the money mule probability of node "I41" based on the neighbors
___(___, v = "I41") / ___(___, v = "I41")

Editează și rulează codul