一、背景和目的
该数据集包含使用信用卡进行的金融交易的数据。这些数据是指欧洲运营商的客户，指的是 2013/9年期间。
该研究的目的是创建一个预测模型，该模型能够从通过数据集获得的“学习”中识别欺诈交易。信用卡公司能够提前识别欺诈行为至关重要。
数据集内容
交易发生在两天内，总共 284,807 笔交易中有 492 笔是欺诈。数值变量是通过 PCA 变换（降维）获得的。
特征 V1、V2、… V28 是使用 PCA 获得的主成分，唯一没有使用 PCA 转换的特征是“时间”和“金额”。特征“时间”包含每个事务与数据集中第一个事务之间经过的秒数。特征“金额”是交易金额，该特征可用于依赖示例的成本敏感学习。特征“类”是响应变量，在欺诈的情况下取值为 1，否则为 0。
二、探索性数据集分析 (EDA)
导入数据：
# 导入模块
import numpy asnp # linear algebra
import pandas aspd # data processing, CSV file I/O (e.g. pd.read_csv)
import matplotlib.pyplot asplt # para plotar gráficos
import seaborn assea # para plotar gráficos
import warnings
warnings.filterwarnings("ignore")
df = pd.read_csv('creditcard.csv')
df.head()
如下：
基本分析：
三、模型创建
f1 score、precision/recall
省略一堆。。。。
中间省略的部分有：SMOTE - 合成少数过采样技术，使用交叉验证的决策树分类器，可以得到如下可视化图：
还有交叉验证。
展示一下XGBoost模型
四、总结
综合上述使用的模型有：逻辑回归模型，决策树模型，XGBoost模型，随机森林。你可以根据这些模型的评分来选择一个最佳，在探索性数据集分析过程中使用到了比较多的数理统计概念，也有较多的数据可视化。
需要完整源码+v:hxgsrubxjogxeeag
本文转载自: https://blog.csdn.net/weixin_46211269/article/details/124622377
版权归原作者 川川菜鸟 所有， 如有侵权，请联系我们删除。
版权归原作者 川川菜鸟 所有， 如有侵权，请联系我们删除。