사기와 정상 거래 비율 확인하기

이 장에서는 신용카드 거래 데이터가 담긴 creditcard_sampledata.csv를 다룹니다. 다행히도 이 데이터에서 사기 발생은 극히 소수예요.

하지만 Machine Learning 알고리즘은 일반적으로 데이터셋에 포함된 각 클래스가 어느 정도 균형을 이룰 때 가장 잘 작동합니다. 사기 사례가 적다면, 이를 식별하는 법을 학습할 데이터가 부족하겠죠. 이는 클래스 불균형(class imbalance)이라고 하며, 사기 탐지에서 가장 큰 과제 중 하나입니다.

이제 데이터셋을 탐색하면서, 이러한 클래스 불균형 문제를 직접 확인해 보세요.