Kosten, wenn Betrug nicht erkannt wird

Wenn kein Erkennungsmodell verwendet wird, werden alle Transaktionen im Datensatz transfers als legitim betrachtet. Du bestimmst die entsprechende Confusion-Matrix. Obwohl Betrug selten ist, können die finanziellen Verluste enorm sein. Du berechnest die Gesamtkosten, wenn betrügerische Überweisungen nicht erkannt werden.

Das Paket caret ist bereits geladen, damit du confusionMatrix() verwenden kannst. Der Datensatz transfers ist in deinem Workspace geladen – schau ihn dir gern in der Konsole an.

Diese Übung ist Teil des Kurses

Fraud Detection in R

Kurs anzeigen

Anleitung zur Übung

Verwende rep.int(), um einen Vektor predictions zu erstellen, in dem alle Transfers als legitim (Klasse 0) vorhergesagt werden. Schau dir gern die Folien an, um zu sehen, wie diese Funktion im Video verwendet wurde.
Verwende die Funktion confusionMatrix() aus dem Paket caret, um die Confusion-Matrix von predictions und der Spalte fraud_flag aus transfers zu berechnen.
Berechne die Gesamtkosten des Nicht-Erkennens von Betrug als Summe der betroffenen betrügerischen Überweisungsbeträge.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Create vector predictions containing 0 for every transfer
predictions <- factor(___(___, times = ___(___)), levels = c(0, 1))

# Compute confusion matrix
confusionMatrix(data = ___, reference = ___)

# Compute cost of not detecting fraud
cost <- sum(___[___ == ___])
print(cost)

Code bearbeiten und ausführen