Revisão de métodos de classificação

Detecção de Fraudes em Python

Charlotte Werger

Data Scientist

O que é classificação?

Objetivo da classificação: Usar casos de fraude conhecidos para treinar um modelo que reconheça novas fraudes

Exemplos:

  • E-mail spam/Não é spam
  • Transação online fraudulenta: Sim/Não
  • Tumor Maligno/Benigno?

Variável a prever: $y \in {0,1} $

0: Classe negativa (casos "majoritários" normais)

1: Classe positiva (casos "minoritários" de fraude)

Detecção de Fraudes em Python

Métodos de classificação comuns na detecção de fraudes

  • Regressão logística

Detecção de Fraudes em Python

Métodos de classificação comuns na detecção de fraudes

  • Rede neural

Detecção de Fraudes em Python

Métodos de classificação comuns na detecção de fraudes

  • Árvores de decisão
  • Florestas aleatórias

Detecção de Fraudes em Python

Árvores de decisão e florestas aleatórias

  • Florestas aleatórias são um conjunto de árvores em subconjuntos aleatórios de atributos

Detecção de Fraudes em Python

Florestas aleatórias na detecção de fraudes

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
Detecção de Fraudes em Python

Vamos praticar!

Detecção de Fraudes em Python

Preparing Video For Download...