データのパターンを可視化する
モデリングを始める前の第一歩は、データを探索することです。まずはデータセットを確認し、不正サンプルと通常サンプルの間にどのようなパターンがあるかを可視化してみましょう。今回は特別に、可視化を一から作成していただきます。
データセット transfers にはクレジット振替が含まれており、その一部は不正として記録されています。列 fraud_flag は、その取引が不正（fraud_flag = 1）か否か（fraud_flag = 0）を示します。このデータセットと ggplot2 パッケージはワークスペースに読み込まれています。
この演習はコースの一部です
Rで学ぶ不正検知
演習の手順
- 独立変数として列
amountを x 軸に、被説明変数として列orig_balance_before（振替計上前の送金元口座の残高）を y 軸にプロットします。 - データの色と形状は、
fraud_flag列の値に基づいて指定します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Make a scatter plot
ggplot(transfers, aes(x = ___, y = ___)) +
geom_point(aes(color = ___, shape = ___)) +
scale_color_manual(values = c('dodgerblue', 'red'))