Costo del mancato rilevamento delle frodi

Se non si usa alcun modello di rilevamento, tutte le transazioni nel dataset transfers sono considerate legittime. Determinerai la corrispondente matrice di confusione. Anche se la frode è rara, le perdite economiche possono essere enormi. Calcolerai il costo totale del mancato rilevamento dei bonifici fraudolenti.

Il pacchetto caret è già caricato per permetterti di costruire confusionMatrix(). Il dataset transfers è caricato nel tuo workspace, non esitare a esplorarlo nella Console.

Questo esercizio fa parte del corso

Rilevamento delle frodi in R

Visualizza il corso

Istruzioni dell'esercizio

Usa rep.int() per creare un vettore chiamato predictions in cui tutti i trasferimenti sono predetti come legittimi (classe 0). Se vuoi, dai un’occhiata alle diapositive per vedere come questa funzione è stata usata nel video.
Usa la funzione confusionMatrix() del pacchetto caret per calcolare la matrice di confusione di predictions e della colonna fraud_flag di transfers.
Calcola il costo totale del mancato rilevamento delle frodi come somma degli importi trasferiti fraudolenti.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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)

Modifica ed esegui il codice