Coût de l'absence de détection de fraude

Lorsqu'aucun modèle de détection n'est utilisé, toutes les transactions du jeu de données transfers sont considérées comme légitimes. Vous allez déterminer la matrice de confusion correspondante. Même si la fraude est rare, les pertes financières peuvent être énormes. Vous allez calculer le coût total lié au fait de ne pas détecter les virements frauduleux.

Le paquet caret est déjà chargé pour vous permettre de construire confusionMatrix(). Le jeu de données transfers est chargé dans votre espace de travail; n'hésitez pas à l'explorer dans la console.

Cette activité fait partie du cours

Détection de la fraude en R

Voir le cours

Instructions de l’exercice

Utilisez rep.int() pour créer un vecteur appelé predictions dans lequel tous les virements sont prédits comme légitimes (classe 0). N'hésitez pas à consulter le diaporama pour voir comment cette fonction a été utilisée dans la vidéo.
Utilisez la fonction confusionMatrix() du paquet caret pour calculer la matrice de confusion entre predictions et la colonne fraud_flag de transfers.
Calculez le coût total de l'absence de détection de fraude comme la somme des montants transférés frauduleux.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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)

Modifier et exécuter le code