机器学习实战之信用卡诈骗（一）


import pandas as pd
import matplotlib.pyplot as plt
import numpy as np#  读取数据
data = pd.read_csv('creditcard.csv')
print(data.head())count_classes = pd.value_counts(data['Class'], sort = True).sort_index()
count_classes.plot(kind='bar')
plt.title('Fraud Class histogram')
plt.xlabel('Class')
plt.ylabel("Frequency")
plt.show()

样本不均衡
样本数据不均衡的情况时采用下采样和过采样
下采样：让0和1数据一样小，样本同样少过采样：样本同样多

from sklearn.preprocessing import StandardScaler
data['normAmount'] = StandardScaler().fit_transform(data['Amount'].values.reshape(-1, 1))
data = data.drop(['Time', 'Amount'], axis=1)
print(data.head())

下采样：

# 下采样
X = data.ix[:, data.columns !='Class']
y = data.ix[:, data.columns =='Class']number_records_fraud = len(data[data.Class == 1])
fraud_indeices = np.array(data[data.Class == 1].index)normal_indices = data[data.Class == 0].indexrandom_normal_indices = np.random.choice(normal_indices, number_records_fraud, replace=False)
random_normal_indices = np.array(random_normal_indices)#合并
under_sample_indices = np.concatenate([fraud_indeices，random_normal_indices])under_sample_data = data.iloc[under_sample_indices,:]X_undersample = under_sample_data.ix[:,under_sample_data.columns !='Class']
X_undersample = under_sample_data.ix[:,under_sample_data.columns =='Class']print('Percentage of nomal transaction:,', len(under_sample_data[under_sample_data.Class == 0])/len(under_sample_data))
print('Percentage of Fraud transaction:,', len(under_sample_data[under_sample_data.Class == 1])/len(under_sample_data))
print('reasmpled data 总的 transactions:', len(under_sample_data))

交叉验证

#交叉验证from sklearn.cross_validation import train_test_splitX_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.3, random_state = 0)X_train_undersample, X_test_undersample, y_train_undersample,y_test_undersample =train_test_split(X_undersample,y_undersample,test_size,random_state)
print('')
print('Number transact train dataset: ', len(X_train))
print('Number transact test dataset: ', len(X_test))
print('Total number of transaction: ', len(X_train_undersample)+len(X_test_undersample))

机器学习实战之信用卡诈骗（一）相关推荐

信用卡欺诈检测python_Python机器学习实战：信用卡欺诈检测
原标题:Python机器学习实战:信用卡欺诈检测本文作者:唐宇迪 ,文末有彩蛋!本期送书python! 故事背景:原始数据为个人交易记录,但是考虑数据本身的隐私性,已经对原始数据进行了类似PCA的处 ...
机器学习实战 | Python 信用卡欺诈检测其实特简单
本文旨在使用 XGBoost.随机森林.KNN.逻辑回归.SVM 和决策树解决分类问题.喜欢记得收藏.关注.点赞. 注:文末提供技术交流群案例简介假设你受雇于帮助一家信用卡公司检测潜在的欺诈案件, ...
机器学习实战：信用卡欺诈检测
本文旨在使用 XGBoost.随机森林.KNN.逻辑回归.SVM 和决策树解决分类问题案例简介假设你受雇于帮助一家信用卡公司检测潜在的欺诈案件,你的工作是确保客户不会因未购买的商品而被收取费用.给 ...
【阿旭机器学习实战】【24】信用卡用户流失预测实战
[阿旭机器学习实战]系列文章主要介绍机器学习的各种算法模型及其实战案例,欢迎点赞,关注共同学习交流. 本文针对某国外匿名化处理后的信用卡真实数据集,通过建模判断该用户是否已经流失,包括特征处理与分类模 ...
机器学习实战-数据探索(变量变换、生成)
原文链接:点击打开链接 <机器学习实战-数据探索(1.变量识别:2.单变量分析:3.双变量分析)> 机器学习实战-数据探索(缺失值处理) 机器学习实战-数据探索(异常值处理) 上面三篇文章 ...
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow（第2版）》学习笔记
文章目录书籍信息技术和工具 Scikit-Learn TensorFlow Keras Jupyter notebook 资源书籍配套资料流行的开放数据存储库元门户站点(它们会列出开放的数据 ...
机器学习实战之路 —— 5 SVM支持向量机
机器学习实战之路 -- 5 SVM支持向量机 1. 支持向量机概述 1.1 线性分类 1.2 非线性分类 2. 支持向量机分类中的问题 2.1 核函数的选择 2.2 多类分类 2.3 不平衡数据的处理 ...
《机器学习实战》学习笔记（七）：利用AdaBoost 元算法提高分类性能
欢迎关注WX公众号:[程序员管小亮] [机器学习]<机器学习实战>读书笔记及代码总目录 https://blog.csdn.net/TeFuirnever/article/details ...
数据分析与机器学习实战（一）——机器学习基础
数据分析与机器学习实战(一)--机器学习基础数据分析与机器学习实战(二)--聚类分析(以K-means聚类为例) 文章目录数据分析与机器学习实战(一)--机器学习基础数据分析与机器学习实战(二) ...
机器学习实战笔记(Python实现)-03-朴素贝叶斯
--------------------------------------------------------------------------------------- 本系列文章为<机器 ...

机器学习实战之信用卡诈骗（一）

机器学习实战之信用卡诈骗（一）相关推荐

最新文章

热门文章