數(shù)據(jù)集：金融欺詐數(shù)據(jù)

目標(biāo)：對數(shù)據(jù)集建模，預(yù)測金融行為是否是欺詐行為

數(shù)據(jù)可視化展示EDA

首先導(dǎo)入需要使用的包和讀入數(shù)據(jù)信息

觀察數(shù)據(jù)字段。

cash_out類型的轉(zhuǎn)賬最多。

查看轉(zhuǎn)賬類型和欺詐標(biāo)記的關(guān)系。

發(fā)現(xiàn)欺詐行為存在于大額轉(zhuǎn)賬和全部提現(xiàn)行為中。

所以對數(shù)據(jù)進行清洗，去掉不存在欺詐行為的轉(zhuǎn)賬方式。并且繪制熱力圖觀察變量間的關(guān)系。

數(shù)據(jù)清洗

因為欺詐行為和不欺詐行為的樣本量極為不均，所以采用下采樣的方法，對不是欺詐行為的樣本進行隨機采樣。

得到了特征和標(biāo)簽。

數(shù)據(jù)建模

導(dǎo)入需要的機器學(xué)習(xí)包，這里使用邏輯回歸。

并建模。

結(jié)果可得roc_acu= 0.9751185216666503。

np.mean(y_pre==y_test)，精度為0.926948051948052。