Từ bài tập trước, chúng ta biết tỷ lệ quan sát gian lận so với không gian lận là rất thấp. Bạn có thể xử lý điều đó, ví dụ bằng cách lấy mẫu lại (re-sampling) dữ liệu, nội dung sẽ được giải thích trong video tiếp theo.

Trong bài này, bạn sẽ xem dữ liệu và trực quan hóa tỷ lệ gian lận so với không gian lận. Đây luôn là điểm khởi đầu tốt cho phân tích gian lận: hãy xem dữ liệu trước khi bạn thay đổi bất cứ điều gì.

Ngoài ra, khi trao đổi với đồng nghiệp, một hình ảnh thường giúp làm rõ rằng chúng ta đang làm việc với dữ liệu mất cân bằng nặng. Hãy tạo một biểu đồ để trực quan hóa tỷ lệ điểm dữ liệu gian lận so với không gian lận trên tập dữ liệu df.

Hàm prep_data() đã được nạp sẵn trong môi trường làm việc của bạn, cũng như matplotlib.pyplot dưới tên plt.

Tăng số lần phát hiện thành công bằng cách lấy mẫu lại dữ liệu

Create Your Free Account