Python说明名誉卡反诓骗！骗我措施员，不存在的

媒介：

本文研究的是大数据量(284807条数据)下模子选择的题目，也参考了一些文献，但大多不足清楚，因此吐血清算本文，但愿对各人有辅佐;

本文试着从数据说明师的角度，假想“拿到数据该怎样探求纪律、选哪种模子来构建反诓骗模子?”的角度来说明，以营业导向为主，不穷究算法道理;

下一篇文章会声名数据布局十分不服衡的环境下，该怎样批改数据集、怎样调解参数。

数据来历及项目轮廓

数据是从kaggle上看到的项目，详细链接如下：

https://www.kaggle.com/mlg-ulb/creditcardfraud

获取本例数据的，可在上述项目详情链接中下载数据。

数据集包括欧洲持卡人于2013年9月通过名誉卡举办的买卖营业。该数据集提供两天内产生的买卖营业，个中在284,807笔买卖营业中有492起诓骗举动。

数据集很是不服衡，负面种别(诓骗)占全部买卖营业的0.172%。

它只包括数值输入变量，这是PCA调动的功效。不幸的是，因为保密题目，我们无法提供有关数据的原始特性和更多配景信息。特性V1，V2，... V28是用PCA得到的首要组件，独一没有效PCA转换的特性是'Time'和'Amount'。

• “时刻”包括每个事宜与数据齐集第一个事宜之间颠末的秒数。
• '金额'是买卖营业金额，该特性可以用于依靠于例子的本钱敏感性进修。
• “Class”是相应变量，在诓骗的环境下其值为1，不然为0。

2、筹备并起源查察数据集

# 导入包 
import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 
import matplotlib.gridspec as gridspec 
import seaborn as sns; plt.style.use('ggplot') 
import sklearn 
from sklearn.preprocessing import StandardScaler 
from sklearn.model_selection import train_test_split 
from sklearn.utils import shuffle 
from sklearn.metrics import confusion_matrix 
from sklearn.manifold import TSNE 
pass 
# 倒入并查察数据 
crecreditcard_data=pd.read_csv('./creditcard.csv') 
crecreditcard_data.shape,crecreditcard_data.info() 
<class 'pandas.core.frame.DataFrame'> 
RangeIndex: 284807 entries, 0 to 284806 
Data columns (total 31 columns): 
Time 284807 non-null float64 
V1 284807 non-null float64 
V2 284807 non-null float64 
V3 284807 non-null float64 
V4 284807 non-null float64 
V5 284807 non-null float64 
V6 284807 non-null float64 
V7 284807 non-null float64 
V8 284807 non-null float64 
V9 284807 non-null float64 
V10 284807 non-null float64 
V11 284807 non-null float64 
V12 284807 non-null float64 
V13 284807 non-null float64 
V14 284807 non-null float64 
V15 284807 non-null float64 
V16 284807 non-null float64 
V17 284807 non-null float64 
V18 284807 non-null float64 
V19 284807 non-null float64 
V20 284807 non-null float64 
V21 284807 non-null float64 
V22 284807 non-null float64 
V23 284807 non-null float64 
V24 284807 non-null float64 
V25 284807 non-null float64 
V26 284807 non-null float64 
V27 284807 non-null float64 
V28 284807 non-null float64 
Amount 284807 non-null float64 
Class 284807 non-null int64 
dtypes: float64(30), int64(1) 
memory usage: 67.4 MB 
((284807, 31), None) 
crecreditcard_data.describe() 
pass 
crecreditcard_data.head() 
pass 
# 看看诓骗与非诓骗的比譬喻何 
count_classes=pd.value_counts(crecreditcard_data['Class'],sort=True).sort_index() 
# 统计下详细数据 
count_classes.value_counts() 
# 也可以用count_classes[0],count_classes[1]看别离数据 
284315 1 
492 1 
Name: Class, dtype: int64 
count_classes.plot(kind='bar') 
plt.show() 

0代表正常，1代表诓骗，二者数目严峻失衡,十分不服衡，基础不在一个数目级上;

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!