Coste de no detectar fraude

Cuando no se utiliza ningún modelo de detección, todas las transacciones del conjunto de datos transfers se consideran legítimas. Vas a determinar la matriz de confusión correspondiente. Aunque el fraude sea poco frecuente, las pérdidas económicas resultantes pueden ser enormes. Calcularás el coste total de no detectar las transferencias fraudulentas.

El paquete caret ya está cargado para que puedas construir confusionMatrix(). El conjunto de datos transfers está cargado en tu espacio de trabajo; no dudes en explorarlo en la Consola.

Este ejercicio forma parte del curso

Detección de fraude en R

Ver curso

Instrucciones del ejercicio

Usa rep.int() para crear un vector llamado predictions en el que todas las transferencias se predicen como legítimas (clase 0). No dudes en revisar las diapositivas para ver cómo se usó esta función en el vídeo.
Usa la función confusionMatrix() del paquete caret para calcular la matriz de confusión de predictions y la columna fraud_flag de transfers.
Calcula el coste total de no detectar el fraude como la suma de los importes transferidos fraudulentos.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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)

Editar y ejecutar código