使用詞彙清單
很多時候你不會只想搜尋單一詞彙。你很可能會建立一個完整的「詐欺字典」，收錄可能用來標記可疑客戶與／或交易的詞彙。詐欺分析師通常會對這類字典該包含什麼有概念。在本練習中，你要標記多個詞彙；在下一個練習中，你會把它們彙整成新的旗標變數。這個「旗標」可以直接作為機器學習模型的特徵，或用來在模型結果上加一道篩選。先來用一份「詞彙清單」來篩選資料吧。包含清理後郵件的 dataframe 仍然可由 df 取得。
本練習屬於課程
Fraud Detection in Python
練習說明
- 建立一個搜尋清單，包含 'enron stock'、'sell stock'、'stock bonus'、以及 'sell enron stock'。
- 將搜尋條件中的字串詞彙串接起來。
- 使用與
searchfor清單相符的郵件來篩選資料。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create a list of terms to search for
searchfor = ['____', '____', '____', '____']
# Filter cleaned emails on searchfor list and select from df
filtered_emails = df.____[____['_____'].____._____('|'.join(____), na=False)]
print(filtered_emails)