Usar una lista de términos
A menudo no querrás buscar solo un término. Probablemente puedas crear un "diccionario de fraude" con términos que potencialmente marquen clientes y/o transacciones fraudulentas. Quienes analizan fraude suelen tener una idea de qué debería incluir ese diccionario. En este ejercicio vas a marcar múltiples términos y, en el siguiente, crearás una nueva variable de marca a partir de ello. Esta "marca" puede usarse directamente en un modelo de Machine Learning como característica o como un filtro adicional sobre los resultados de tu modelo de Machine Learning. Primero, usemos una lista de términos para filtrar nuestros datos. El dataframe con los correos limpios vuelve a estar disponible como df.
Este ejercicio forma parte del curso
Fraud Detection in Python
Instrucciones del ejercicio
- Crea una lista de búsqueda que incluya 'enron stock', 'sell stock', 'stock bonus' y 'sell enron stock'.
- Une los términos de cadena en las condiciones de búsqueda.
- Filtra los datos usando los correos que coincidan con la lista definida en
searchfor.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Create a list of terms to search for
searchfor = ['____', '____', '____', '____']
# Filter cleaned emails on searchfor list and select from df
filtered_emails = df.____[____['_____'].____._____('|'.join(____), na=False)]
print(filtered_emails)