अपने डेटा की जाँच-पड़ताल
आगे के अभ्यासों में, आप बैंक की पेमेंट ट्रांज़ैक्शन डेटा देखेंगे। वित्तीय ट्रांज़ैक्शनों को खर्च के प्रकार और खर्च की गई राशि के आधार पर वर्गीकृत किया गया है। इसके अलावा, आपके पास कुछ क्लाइंट विशेषताएँ भी उपलब्ध हैं, जैसे आयु समूह और जेंडर। कुछ ट्रांज़ैक्शन को फ्रॉड के रूप में लेबल किया गया है; आप इन लेबल्स को दिए हुए मानेंगे और परिणामों को वैलिडेट करने के लिए उनका उपयोग करेंगे.
जब आप फ्रॉड डिटेक्शन के लिए अनसुपरवाइज़्ड लर्निंग तकनीकों का उपयोग करते हैं, तो आप सामान्य और असामान्य (अर्थात संभावित रूप से फ्रॉडulent) व्यवहार में अंतर करना चाहते हैं। एक फ्रॉड विश्लेषक के रूप में "सामान्य" को समझने के लिए, आपको डेटा और उसकी विशेषताओं की अच्छी समझ होनी चाहिए। आइए इस पहले अभ्यास में डेटा को एक्सप्लोर करें.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Fraud Detection
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Get the dataframe shape
df.____
# Display the first 5 rows
df.____