Revisión de métodos de clasificación

Fraud Detection in Python

Charlotte Werger

Data Scientist

¿Qué es la clasificación?

Objetivo de la clasificación: Usar fraudes conocidos para entrenar un modelo que reconozca fraudes nuevos

Ejemplos:

  • Correo spam/no spam
  • Transacción online fraudulenta: Sí/No
  • Tumor maligno/benigno

Variable a predecir: $y \in {0,1} $

0: Clase negativa (casos «normales» mayoritarios)

1: Clase positiva (casos de «fraude» minoritarios)

Fraud Detection in Python

Métodos de clasificación usados en detección de fraude

  • Regresión logística

Fraud Detection in Python

Métodos de clasificación usados en detección de fraude

  • Red neuronal

Fraud Detection in Python

Métodos de clasificación usados en detección de fraude

  • Árboles de decisión
  • Bosques aleatorios

Fraud Detection in Python

Árboles de decisión y bosques aleatorios

  • Los bosques aleatorios son un conjunto de árboles sobre subconjuntos aleatorios de variables

Fraud Detection in Python

Bosques aleatorios para detectar fraude

from sklearn.ensemble import RandomForestClassifier

model = RandomForestClassifier(random_state=42)

model.fit(X_train, y_train)

predicted = model.predict(X_test)

print (metrics.accuracy_score(y_test, predicted))

0.991324200913242
Fraud Detection in Python

¡Vamos a practicar!

Fraud Detection in Python

Preparing Video For Download...