ต้นทุนของการไม่ตรวจจับการฉ้อโกง

เมื่อไม่มีโมเดลตรวจจับ ธุรกรรมทั้งหมดในชุดข้อมูล transfers จะถูกมองว่าถูกต้องทั้งหมด ในแบบฝึกหัดนี้จะสร้าง confusion matrix ที่สอดคล้องกัน แม้การฉ้อโกงจะเกิดขึ้นไม่บ่อย แต่ความสูญเสียทางการเงินที่ตามมาอาจมหาศาล จากนั้นจะคำนวณต้นทุนรวมของการที่ไม่สามารถตรวจจับการโอนเงินที่เป็นการฉ้อโกงได้

แพ็กเกจ caret ถูกโหลดไว้ให้แล้ว เพื่อใช้สร้าง confusionMatrix() และชุดข้อมูล transfers ก็ถูกโหลดไว้ใน workspace แล้วเช่นกัน ลองสำรวจข้อมูลใน Console ได้เลย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การตรวจจับการฉ้อโกงใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

ใช้ rep.int() เพื่อสร้างเวกเตอร์ชื่อ predictions โดยให้การโอนเงินทุกรายการถูกพยากรณ์ว่าถูกต้อง (class 0) ดูสไลด์ประกอบได้เลยหากต้องการดูวิธีที่ฟังก์ชันนี้ถูกใช้ในวิดีโอ
ใช้ฟังก์ชัน confusionMatrix() จากแพ็กเกจ caret เพื่อคำนวณ confusion matrix ของ predictions และคอลัมน์ fraud_flag จาก transfers
คำนวณต้นทุนรวมของการไม่ตรวจจับการฉ้อโกง โดยหาผลรวมของจำนวนเงินที่โอนซึ่งเป็นการฉ้อโกง

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create vector predictions containing 0 for every transfer
predictions <- factor(___(___, times = ___(___)), levels = c(0, 1))

# Compute confusion matrix
confusionMatrix(data = ___, reference = ___)

# Compute cost of not detecting fraud
cost <- sum(___[___ == ___])
print(cost)

แก้ไขและรันโค้ด