檢視詐欺與非詐欺的比例
在本章中，你會使用 creditcard_sampledata.csv，這是一個包含信用卡交易資料的資料集。所幸，詐欺交易在這些交易中屬於「極少數」。
然而，Machine Learning 演算法通常在各類別於資料集中大致均衡時效果最佳。若詐欺案例太少，模型可學習的辨識資訊就不多。這種情況稱為「類別不平衡」（class imbalance），也是詐欺偵測的主要挑戰之一。
現在來探索這個資料集，並觀察這個類別不平衡的問題。
本練習屬於課程
Fraud Detection in Python
練習說明
- 將
pandas以pd匯入，讀取信用卡資料並指派給df。這一步已替你完成。 - 使用
.info()列印df的資訊。 - 使用
.value_counts()取得Class欄中的詐欺與非詐欺交易筆數，並將結果指派給occ。 - 計算資料集中詐欺交易占所有交易的比例。
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。
# 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 / ____)