Explora tus datos
En los próximos ejercicios, vas a trabajar con datos de transacciones de pago bancarias. Las transacciones financieras están categorizadas por tipo de gasto, así como por el importe gastado. Además, dispones de algunas características del cliente, como el grupo de edad y el género. Algunas transacciones están etiquetadas como fraude; darás estas etiquetas por buenas y las usarás para validar los resultados.
Cuando aplicas técnicas de aprendizaje no supervisado para detectar fraude, quieres distinguir lo normal de lo anormal (y, por tanto, potencialmente fraudulento). Como analista de fraude, para entender qué es "normal" necesitas conocer bien los datos y sus características. Vamos a explorar los datos en este primer ejercicio.
Este ejercicio forma parte del curso
Fraud Detection in Python
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Get the dataframe shape
df.____
# Display the first 5 rows
df.____