使用 R 进行网络数据的预测分析

在本课程中，您将学习如何在 R 中使用网络数据开展先进的预测分析。网络分析的目标是预测网络节点所属的类别，例如是否流失、是否欺诈、是否违约等。为此，我们将讨论如何以预测为导向，利用网络及其底层结构中的信息。更具体地说，我们将介绍特征化（featurization）的思路，把网络特征与非网络特征结合，从而提升最终分析模型的表现。在本课程中，您将使用 igraph 包，在用户流失场景下生成并标注客户网络，并学习网络学习的基础。接着，您将学习同质性（homophily）、二元性（dyadicity）与异质性（heterophilicity），以及如何用它们对网络进行关键的探索性分析。随后，您将借助 igraph 包的功能计算多种网络特征，既包括以节点为中心的特征，也包括基于邻居的网络特征。此外，您还将使用 Google 的 PageRank 算法来计算网络特征，并以实证方式验证其预测能力。最后，我们将教您如何从网络生成平面数据集，并使用逻辑回归与随机森林进行分析。