信用卡交易欺诈风险预测
数据来源：
Kaggle数据集
匿名的信用卡交易数据，数据集中包含标签字段区分此交易是否是存在欺诈行为
出于用户隐私的保护的需要，数据中的V1-V28特征可能来自于对用户信息特征和其他敏感特征的主成分分析（PCA）结果
字段属性：

Time：交易发生时间

V1-V28：PCA处理后的用户信息及其他敏感信息

Amount：交易金额

Class：交易类型标签；1：欺诈型交易；0：非欺诈型交易

学习目标：
1）探索数据
要求：

① 读取数据表

② 查看数据的基本情况

2）针对数据存在的问题，应该采取怎么样的特征工程？
要求：

① 分别查看交易金额和交易时间，并对这两列特征进行处理

② 查看V1-V28这些特征与因变量标签之间的关系

③ 对数据进行共线性筛查

3）数据集是否存在分类不平衡的问题，如果存在应该如何解决？
要求：

① 查看数据标签类别分布是否平衡

② 如果存在不平衡的问题，对样本进行重取样（建议采取随机欠取样的方法），获得平衡分类的数据

随机欠取样:抽取所有的总量较少的类别，然后对总量较多的类别进行随机抽样，抽取和总量较少类别一样多的样本，构成采样均匀的数据集
4）如何进行模型数据预处理？
要求：

① 在平衡取样的数据集上对时间、金额特征进行标准化处理

5）选取不同的模型进行模型训练并对比模型效果、优化模型效果，确定最终预测模型
要求：

① 使用留一法进行数据集划分，验证集比例：30%

② 选取至少两个不同类型的分类算法进行欺诈风险预测模型训练，并对比模型效果（kaggle数据提供方推荐以AUC值来评价模型），选出最佳模型

偏态处理

取log
df[‘Amount’] = df[‘Amount’].map(lambda x: np.log(x) if x>0 else 0)

增加时间特征：小时、分钟

timedelta = pd.to_timedelta(df[‘Time’], unit=‘s’)
df[‘Time_min’] = (timedelta.dt.components.minutes).astype(int)
df[‘Time_hour’] = (timedelta.dt.components.hours).astype(int)

查看其他特征跟欺诈的关系

相关性举证，检查共线性问题

plt.figure(figsize=(48,24))
sns.heatmap(df.corr(),linewidths=0.1,vmax=1.0,
square=True, linecolor=‘white’, annot=True)
plt.show()

未完，待续。。。。

信用卡教育风险预测项目--kaggle算法实战相关推荐

kaggle—HousePrice房价预测项目实战
房价预测是kaggle官网的一个竞赛项目,算是机器学习的一个入门项目.kaggle官网链接: link. 关于kaggle竞赛项目的操作流程可以参看这篇博客: link. 一.kaggle介绍 kag ...
Python预测之美数据分析与算法实战（一）
Python预测之美数据分析与算法实战声明:本文旨在对这本书进行简单的整理,列出大致得内容框架,不做具体而又深入的分析.想要深入了解的小伙伴们,自行解决吧. 第一篇预测入门第二篇预测算法第 ...
利用随机森林算法实现Bank风险预测
利用随机森林算法实现Bank风险预测源码分享及数据集分享:https://github.com/luo948521848/BigDatas 在机器学习中,随机森林是一个包含多个决策树的分类器, 并且 ...
讲解虚拟服务器的书_亲测竞价虚拟教育项目暴利竞价实战玩法
亲测竞价虚拟教育项目暴利竞价实战玩法黄岛主蓝海项目:亲测竞价虚拟教育项目+寻找暴利竞价虚拟项目实战玩法[价值3980元] 那么在2020年里,为了感谢以前小伙伴的支持,这次我将分享市场和流量是母婴项 ...
【机器学习】KNN算法实战项目二：水果分类
KNN算法实战项目二:水果分类 2 KNN实现水果分类 2.1 模块导入与数据加载 2.2 数据EDA 2.3 模型创建与应用 2.4 绘制决策边界手动反爬虫: 原博地址 https://blog. ...
kaggle住房预测项目——第2部分(bagging)
kaggle住房预测项目--第2部分(bagging) 基线模型 import xgboost as xgb import copy import datetime,time from sklearn ...
【机器学习】KNN算法实战项目三：金融贷款策略分类
KNN算法实战项目三:金融贷款策略分类 3 金融贷款策略中的KNN分类 3.1 模块导入与数据加载 3.2 数据EDA 3.2.1 数据预处理 3.2.2 数据可视化 3.2.3 特征工程 3.3 模 ...
05- 泰坦尼克号海难生死预测 (机器学习集成算法) (项目五)
Kaggle: 一个数据建模和数据分析竞赛平台 sns画柱状图: sns.barplot(data=train,x='Pclass',y='Survived') 查看数据分布(survived 和 ...
深度学习时间序列预测：LSTM算法构建时间序列单变量模型预测大气压（ air pressure）+代码实战
深度学习时间序列预测:LSTM算法构建时间序列单变量模型预测大气压( air pressure)+代码实战长短期记忆(Long short-term memory, LSTM)是一种特殊的RNN,主 ...

信用卡教育风险预测项目--kaggle算法实战

偏态处理

增加时间特征：小时、分钟

查看其他特征跟欺诈的关系

相关性举证，检查共线性问题

信用卡教育风险预测项目--kaggle算法实战相关推荐

最新文章

热门文章