比较频率与近因
现在您已经创建了频率与近因特征，我们来比较它们在正常交易与欺诈交易之间的差异。数据集 transfers 包含来自 4 个账户的 222 笔交易。频率特征 freq_channel 和 freq_auth，以及近因特征 rec_channel 和 rec_auth 已作为列添加到该数据集中。
本练习是课程的一部分
R 中的欺诈检测
练习说明
- 在控制台中查看数据集
transfers，可使用head、str等函数。 - 获取正常交易的频率与近因特征的汇总信息。
- 获取欺诈交易的频率与近因特征的汇总信息。
交互式实操练习
通过完成这段示例代码来试试这个练习。
library(dplyr)
# Statistics of frequency & recency features of legitimate transactions:
summary(transfers %>% filter(___) %>% select(___, ___, ___, ___))
# Statistics of frequency & recency features of fraudulent transactions:
summary(transfers %>% filter(___) %>% select(___, ___, ___, ___))