Využití statistik k definování normálního chování
V předchozích cvičeních jsme zjistili, že podvody se vyskytují častěji v určitých kategoriích transakcí, ale že naše data nelze jednoduše rozdělit například podle věkových skupin. Tentokrát se zaměříme na průměrné částky u běžných transakcí oproti podvodným. Získáš tak představu o tom, jak se podvodné transakce strukturálně liší od těch normálních.
Toto cvičení je součástí kurzu
Detekce podvodů v Pythonu
Pokyny k cvičení
- Vytvoř dva nové dataframy – jeden pro podvodné a jeden pro běžné transakce. Pomocí
.locvyhledej vdfzáznamy splňující podmínku „kde je fraud rovno 1" a „kde je fraud rovno 0" a přiřaď je do nových dataframů. - Do funkcí pro vykreslení histogramu zadej sloupec
amountz nově vytvořených dataframů a přiřaď jim popiskyfraudanonfraud.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create two dataframes with fraud and non-fraud data
df_fraud = df.____[df.____ == ____]
df_non_fraud = df.____[df.____ == ____]
# Plot histograms of the amounts in fraud and non-fraud data
plt.hist(____.____, alpha=0.5, label='____')
plt.hist(____.____, alpha=0.5, label='____')
plt.legend()
plt.show()