Normal davranışı istatistiklerle tanımlama
Önceki egzersizlerde, sahtekarlığın belirli işlem kategorilerinde daha yaygın olduğunu gördük, ancak verileri örneğin yaş gruplarına göre bölümlendirmenin bariz bir yolu yok. Bu kez, normal işlemler ile sahte işlemlerdeki ortalama harcama tutarlarını inceleyelim. Bu, sahte işlemlerin normal işlemlerden yapısal olarak nasıl farklılaştığı hakkında sana fikir verir.
Bu egzersiz, kursun bir parçasıdır
Python ile Sahtekarlık Tespiti
Egzersiz talimatları
- Sahtekarlık ve sahtekarlık olmayan gözlemlerden iki yeni DataFrame oluştur. Veriyi
dfiçinde.locile bul ve yeni DataFrame'leri oluştururken koşulları "fraud'un 1 olduğu yer" ve "fraud'un 0 olduğu yer" olarak ata. - Yeni oluşturduğun DataFrame'lerin
amountsütununu histogram grafik fonksiyonlarında çiz ve grafikleri sırasıylafraudvenonfraudetiketleriyle adlandır.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Create two dataframes with fraud and non-fraud data
df_fraud = df.____[df.____ == ____]
df_non_fraud = df.____[df.____ == ____]
# Plot histograms of the amounts in fraud and non-fraud data
plt.hist(____.____, alpha=0.5, label='____')
plt.hist(____.____, alpha=0.5, label='____')
plt.legend()
plt.show()