K-means kümeleme
Çok yaygın kullanılan bir kümeleme algoritması K-means kümelemedir. Sahtekarlık tespitinde, K-means uygulaması kolaydır ve şüpheli durumları tahmin etmede oldukça etkilidir. Dolayısıyla sahtekarlık tespiti problemlerine başlarken iyi bir başlangıç noktasıdır. Ancak, özellikle işlem verileriyle çalışırken sahtekarlık verileri çoğu zaman çok büyüktür. MiniBatch K-means, bu egzersizde kullanacağın üzere, büyük bir veri kümesi üzerinde K-means'i verimli şekilde uygulamanın bir yoludur.
Önceki egzersizden gelen ölçeklenmiş veri X_scaled hazır. Hadi deneyelim.
Bu egzersiz, kursun bir parçasıdır
Python ile Sahtekarlık Tespiti
Egzersiz talimatları
sklearniçindenMiniBatchKMeans'i içe aktar.- Mini-batch kmeans modelini 8 küme ile başlat.
- Modeli ölçeklenmiş verine fit et.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Import MiniBatchKmeans
from sklearn.cluster import ____
# Define the model
kmeans = ____(n_clusters=____, random_state=0)
# Fit the model to the scaled data
kmeans.____(____)