Modelplot[R/py]: grafieken om de business waarde van voorspelmodellen bloot te leggen

8 oktober 2018

Artikel geschreven door Jurriaan Nagelkerke, Principal Consultant

Het is voor veel data scientists en data analisten een herkenbare uitdaging: je hebt een – volgens jou – fantastisch voorspelmodel gebouwd om een business probleem mee te tackelen. En dat wil je graag duidelijk maken aan je niet-zo-technische collega’s uit de business. Maar als je dat probeert te doen – met je ROC curves, je AUC measures en je hit rates – zie je vooral glazige blikken en weinig aansluiting. Spreken we wel dezelfde taal?

R package en Python module

Met R en Python is het mogelijk om hele goede voorspelmodellen te maken. Om die modellen ook nog uit te kunnen leggen en aan te laten sluiten op de vragen die door het hoofd van je business collega’s zingen, hebben Jurriaan Nagelkerke (data science and advanced analytics consultant bij Cmotions) en Pieter Marcus (data scientist bij De Persgroep Nederland) een R package en Python module gemaakt. Deze package/module hebben dezelfde functionaliteit en maken het voor de verschillende programmeertalen mogelijk om aan de hand van vier grafieken (de cumulative lift plot, de cumulative gains plot, de response plot en de cumulative response plot) de kracht van je voorspelmodel met de business te kunnen bespreken. Een voorbeeld hiervan is de cumulative gains plot die hieronder is weergegeven.

Artikelen over modelplot[R/py]

Ter introductie van modelplotr en modelplotpy hebben we twee artikelen geschreven:

• één voor R: modelplotr en;
• één voor Python: modelplotpy.

Deze artikelen hebben we ook gepubliceerd op modelplot.github.io.

Hierin leggen we de grafieken uit en welke business vragen ze beantwoorden. We laten zien hoe je het installeert en aan de hand van een concreet voorbeeld lopen we vervolgens door de functionaliteit heen.

We hopen dat modelplot[R/py] data scientists en data analisten helpt om het maximale uit voorspelmodellen te halen voor de business. Heb je vragen/opmerkingen/suggesties? Laat het ons dan vooral weten! Dat kan via GitHub of door ons een mailtje te sturen.

Happy modelplotting!