Mutatiekans modelleren

Presentatie over: "Mutatiekans modelleren"— Transcript van de presentatie:

1 Mutatiekans modelleren
Michiel van Wezel Dudok Wonen

2 Waarom? Meer grip op doorstroming. Meer grip op verhuismotieven.
PDCA: Betere voorspelling = betere plan  minder bijsturen = betere act. Nog allerlei redenen ~ zie o.a. Blog. Kasstromen inschatten Huursombenadering Waardering Voorraadbeheer, etc. etc.

3 Datakluis Stand 1/1/2014 Stand 31/12/2016 Mutaties Niets

4 Machine learning Training phase: Vind verbanden.
(Correlatie is niet altijd causaliteit.) Gegevens bezit 1/1/2014 Gegevens mutaties

5 Machine learning Predicting phase: Maak voorspellingen Stand
31/12/2016 Voorspellingen

6 Machine learning R. `Trainen’ duurt 15 min ~ 1 uur.
VOORSPELT BETER DAN MENS. (? !)

7 Resultaten Interpretatie: Wat zijn belangrijke voorspellers?

8 Resultaten Interpretatie: Hoe is het verband? Bijv.:

9 Resultaten Theorie: Hoe meet ik eigenlijk hoe goed mijn model is?
NB: altijd `nieuwe’ data gebruiken. Kruisvalidatie. VHO M1 Gemuteerd? V1 V2 1 V3 V4 V5 V6 V7 V8 V9 V10 Prediction M1 1 Truth Fasle positive False negative Prediction M1 1 Truth 4 3 2

10 Resultaten Helaas... Mijn model schat geen 0 of 1, maar kansen. Afronden! Alles met p>cutoff wordt 1. Bij verschillende cutoff levels krijg je veschillende sensitiviteit/ specificiteit. VHO Model Gemuteerd? Afgerond V1 0.31 1 V2 0.09 V3 0.27 V4 0.11 V5 0.06 V6 0.08 V7 0.03 V8 0.04 V9 V10 CUTOFF LEVEL: 0.10

11 Resultaten Gain chart: RPP vs. RTP.

12 Voorbeeld waarde-effect twee complexen
Uitkomsten: (Aanname: indexatie huur, leegwaarde=inflatie.)

13 Blog & Online app

14 Tot Slot Vragen? Hoe verder? Studenten / Projecten / Benelearn.
Complex/wijk-mutatiekalender? Latente verhuisneiging? Gebruik in operationele processen? Studenten / Projecten / Benelearn.

15 Pointers Aflevering Econtalk over machine learning. Zie hier.
Coursera cursussen ML / Big data. Zie Boeken: The Master Algorithm, Domingos. (Leesboek), Data Mining, Practical Machine Learning Tools and Techniques, Witten and Frank. (Leerboek.)