ต้นทุนที่แท้จริงของการตรวจจับการฉ้อโกง

คุณได้สร้างโมเดลสองตัวจากชุดข้อมูลฝึกต้นฉบับ (model_orig) และชุดข้อมูลฝึกที่ปรับสมดุลแล้ว (model_smote) ผลการพยากรณ์คลาสสำหรับข้อมูลใน test set เรียกว่า predicted_class_orig และ predicted_class_smote ตามลำดับ แทนที่จะเปรียบเทียบโมเดลตรวจจับการฉ้อโกงโดยใช้ความแม่นยำ การคำนวณต้นทุนในการตรวจจับจะให้ผลที่ดีกว่า

ด้านล่างคือนิยามของฟังก์ชัน cost_model() ศึกษาโค้ดนี้เพื่อทำความเข้าใจวิธีการคำนวณต้นทุน

cost_model <- function(predicted.classes, true.classes, amounts, fixedcost) {
  library(hmeasure)
  predicted.classes <- relabel(predicted.classes)
  true.classes <- relabel(true.classes)
  cost <- sum(true.classes * (1 - predicted.classes) * amounts + predicted.classes * fixedcost)
  return(cost)
}