การใช้รายการคำค้นหา
บ่อยครั้งที่การค้นหาด้วยคำเดียวไม่เพียงพอ ลองสร้าง "พจนานุกรมการฉ้อโกง" ที่รวบรวมคำซึ่งอาจใช้ ระบุลูกค้าหรือธุรกรรมที่น่าสงสัย ได้ นักวิเคราะห์การฉ้อโกงมักมีความคิดอยู่แล้วว่าควรมีคำอะไรบ้างในพจนานุกรมนี้ ในแบบฝึกหัดนี้จะ ค้นหาคำหลายคำพร้อมกัน และในแบบฝึกหัดถัดไปจะสร้างตัวแปรแฟล็กใหม่จากผลลัพธ์ที่ได้ แฟล็กนี้สามารถนำไปใช้เป็น feature ในโมเดล machine learning โดยตรง หรือใช้เป็นตัวกรองเพิ่มเติมบนผลลัพธ์ของโมเดลก็ได้ เริ่มต้นด้วยการใช้ รายการคำ เพื่อกรองข้อมูล โดย dataframe ที่เก็บอีเมลที่ผ่านการทำความสะอาดแล้วยังคงอยู่ในตัวแปร df
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การตรวจจับการฉ้อโกงด้วย Python
คำแนะนำการฝึกหัด
- สร้างลิสต์สำหรับค้นหาที่ประกอบด้วย 'enron stock', 'sell stock', 'stock bonus' และ 'sell enron stock'
- เชื่อมคำเงื่อนไขการค้นหาเข้าด้วยกันเป็น string
- กรองข้อมูลโดยใช้อีเมลที่ตรงกับรายการที่กำหนดใน
searchfor
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create a list of terms to search for
searchfor = ['____', '____', '____', '____']
# Filter cleaned emails on searchfor list and select from df
filtered_emails = df.____[____['_____'].____._____('|'.join(____), na=False)]
print(filtered_emails)