ตรวจสอบสัดส่วนการฉ้อโกงต่อธุรกรรมปกติ

ในบทนี้ เราจะทำงานกับ creditcard_sampledata.csv ซึ่งเป็นชุดข้อมูลธุรกรรมบัตรเครดิต โดยในความเป็นจริง การฉ้อโกงเป็นกรณีส่วนน้อยอย่างมากเมื่อเทียบกับธุรกรรมทั้งหมด

อย่างไรก็ตาม อัลกอริทึม Machine Learning มักทำงานได้ดีที่สุดเมื่อแต่ละคลาสในชุดข้อมูลมีจำนวนใกล้เคียงกัน หากมีกรณีการฉ้อโกงน้อยมาก โมเดลก็จะมีข้อมูลไม่เพียงพอสำหรับการเรียนรู้ ปัญหานี้เรียกว่า class imbalance (ความไม่สมดุลของคลาส) และเป็นหนึ่งในความท้าทายหลักของการตรวจจับการฉ้อโกง

มาสำรวจชุดข้อมูลนี้และสังเกตปัญหา class imbalance กัน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การตรวจจับการฉ้อโกงด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

นำเข้า pandas ในชื่อ pd และอ่านข้อมูลบัตรเครดิต จากนั้นกำหนดให้กับตัวแปร df (ขั้นตอนนี้ทำไว้ให้แล้ว)
ใช้ .info() เพื่อแสดงข้อมูลทั่วไปของ df
ใช้ .value_counts() เพื่อนับจำนวนธุรกรรมที่เป็นการฉ้อโกงและที่ไม่ใช่การฉ้อโกงในคอลัมน์ 'Class' แล้วกำหนดผลลัพธ์ให้กับตัวแปร occ
คำนวณสัดส่วนของธุรกรรมที่เป็นการฉ้อโกงต่อจำนวนธุรกรรมทั้งหมดในชุดข้อมูล

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import pandas and read csv
import pandas as pd
df = pd.read_csv("creditcard_data.csv")

# Explore the features available in your dataframe
print(df.____)

# Count the occurrences of fraud and no fraud and print them
occ = df['____'].____()
print(occ)

# Print the ratio of fraud cases
print(occ / ____)

แก้ไขและรันโค้ด