D’après l’exercice précédent, nous savons que le ratio d’observations frauduleuses par rapport aux non frauduleuses est très faible. Vous pouvez agir dessus, par exemple en rééchantillonnant les données, comme expliqué dans la prochaine vidéo.

Dans cet exercice, vous allez examiner les données et visualiser le ratio fraude/non-fraude. C’est toujours un bon point de départ en analyse de fraude : regardez d’abord vos données avant d’y apporter des modifications.

De plus, lorsque vous en discutez avec vos collègues, un graphique montre souvent clairement que l’on a affaire à des données fortement déséquilibrées. Créons un graphique pour visualiser le ratio entre les points de données fraude et non-fraude dans le jeu de données df.

La fonction prep_data() est déjà chargée dans votre environnement, ainsi que matplotlib.pyplot sous l’alias plt.

Améliorer les détections réussies grâce au rééchantillonnage des données

Create Your Free Account