Використання статистики для визначення нормальної поведінки

У попередніх вправах ми побачили, що шахрайство частіше трапляється в окремих категоріях транзакцій, однак очевидного способу сегментувати дані, наприклад за віком, немає. Тепер дослідмо середні суми витрат у звичайних і шахрайських транзакціях. Це дасть вам розуміння того, як шахрайські транзакції структурно відрізняються від звичайних.

Ця вправа є частиною курсу

Виявлення шахрайства в Python

Переглянути курс

Інструкції до вправи

Створіть два нові датафрейми для спостережень із шахрайством і без нього. Знайдіть потрібні рядки в df за допомогою .loc і задайте умови «де fraud дорівнює 1» та «де fraud дорівнює 0» для створення нових датафреймів.
Побудуйте гістограми для стовпця amount у щойно створених датафреймах і призначте мітки fraud та nonfraud відповідно для графіків.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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()

Редагувати та запускати код