Sahtekârlık/normal işlem oranını kontrol etme
Bu bölümde, kredi kartı işlemleri verisi içeren creditcard_sampledata.csv veri kümesi üzerinde çalışacaksın. Neyse ki bu işlemler içinde sahtekârlık vakaları son derece az.
Ancak, Machine Learning algoritmaları genellikle veri kümesindeki sınıflar az çok dengeli dağıldığında en iyi şekilde çalışır. Sahtekârlık vakaları azsa, onları nasıl tanıyacağını öğrenmek için de az veri olur. Buna sınıf dengesizliği denir ve sahtekârlık tespitinin başlıca zorluklarından biridir.
Hadi bu veri kümesini keşfedip sınıf dengesizliği sorununu gözlemleyelim.
Bu egzersiz, kursun bir parçasıdır
Python ile Sahtekarlık Tespiti
Egzersiz talimatları
pandas'ıpdolarak içe aktar, kredi kartı verisini oku vedfdeğişkenine ata. Bu senin için yapıldı.dfhakkında bilgi yazdırmak için.info()kullan.'Class'sütununda sahtekârlık içeren ve içermeyen işlemlerin sayısını almak için.value_counts()kullan. Sonucuoccdeğişkenine ata.- Veri kümesindeki toplam işlem sayısına göre sahtekârlık içeren işlemlerin oranını hesapla.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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 / ____)