सामान्य व्यवहार को परिभाषित करने के लिए सांख्यिकी का उपयोग
पिछले अभ्यासों में हमने देखा कि कुछ ट्रांज़ैक्शन कैटिगरीज़ में फ्रॉड अधिक पाया जाता है, लेकिन हमारे डेटा को, जैसे उम्र समूहों में, स्पष्ट रूप से सेगमेंट करने का तरीका नहीं दिखा. इस बार, आइए सामान्य ट्रांज़ैक्शन बनाम फ्रॉड ट्रांज़ैक्शन में खर्च की औसत राशि जाँचें. इससे आपको समझ मिलेगा कि फ्रॉड वाले ट्रांज़ैक्शन सामान्य ट्रांज़ैक्शन से संरचनात्मक रूप से कैसे अलग होते हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Fraud Detection
अभ्यास निर्देश
- fraud और non-fraud ऑब्ज़र्वेशंस से दो नए dataframes बनाइए.
dfमें डेटा चुनने के लिए.locका उपयोग करें और नए dataframes बनाते समय क्रमशः "जहाँ fraud 1 है" और "जहाँ fraud 0 है" की शर्त लगाइए. - नए बनाए गए dataframes की
amountकॉलम को histogram प्लॉट फंक्शंस में प्लॉट करें और प्लॉट्स को क्रमशःfraudऔरnonfraudलेबल असाइन करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create two dataframes with fraud and non-fraud data
df_fraud = df.____[df.____ == ____]
df_non_fraud = df.____[df.____ == ____]
# Plot histograms of the amounts in fraud and non-fraud data
plt.hist(____.____, alpha=0.5, label='____')
plt.hist(____.____, alpha=0.5, label='____')
plt.legend()
plt.show()