शुरू करेंमुफ़्त में शुरू करें

एक अकाउंट के लिए फ़्रीक्वेंसी फ़ीचर

फ़्रीक्वेंसी फ़ीचर यह गिनता है कि अतीत में कोई घटना कितनी बार हुई है। ऐसे फ़ीचर बनाना असामान्य व्यवहार पहचानने में मदद करता है। वीडियो में, आपने सीखा कि किसी श्रेणीबद्ध (categorical) फ़ीचर के आधार पर फ़्रीक्वेंसी फ़ीचर कैसे बनाते हैं.

अब आपको Bob के ट्रांज़ैक्शनल डेटा दिए गए हैं। एक कॉलम channel_cd है, जो दर्शाता है कि Bob ने हर ट्रांज़ैक्शन बुक करने के लिए कौन सा पेमेंट चैनल इस्तेमाल किया। आप channel_cd कॉलम के आधार पर rollapply() फ़ंक्शन का उपयोग करके freq_channel नाम का एक फ़्रीक्वेंसी फ़ीचर बनाएँगे। फ़ंक्शन का डॉक्यूमेंटेशन देखने के लिए आप कन्सोल में ?rollaply का उपयोग कर सकते हैं.

डेटासेट trans_Bob, और पैकेज zoo तथा dplyr आपके वर्कस्पेस में लोड हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Fraud Detection

पाठ्यक्रम देखें

अभ्यास निर्देश

  • एक फ़ंक्शन frequency_fun() लिखिए जो steps और channel को इनपुट के रूप में ले, स्टेप्स की संख्या गिने, और यह जोड़े कि हाल का channel अतीत में कितनी बार इस्तेमाल हुआ है.
  • transfer_id कॉलम पर rollapply फ़ंक्शन का उपयोग करके freq_channel फ़ीचर बनाइए। यह फ़ीचर गिने कि किसी विशेष channel_cd का पहले कितनी बार उपयोग हुआ है.
  • फ़ीचर channel_cd, freq_channel और fraud_flag को प्रिंट करें। नए बनाए गए फ़ीचर को जाँचें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Frequency feature based on channel_cd
frequency_fun <- function(steps, channel) {
  n <- ___(___)
  frequency <- ___(___[1:n] == ___[___])
  return(frequency)
}

# Create freq_channel feature
freq_channel <- ___(trans_Bob$___, width = list(-1:-length(trans_Bob$___)), partial = ___, FUN = ___, trans_Bob$___)

# Print the features channel_cd, freq_channel and fraud_flag next to each other
freq_channel <- c(0, freq_channel)
cbind.data.frame(trans_Bob$___, ___, trans_Bob$fraud_flag)
कोड संपादित करें और चलाएँ