Métodos de ensemble

Detecção de Fraudes em Python

Charlotte Werger

Data Scientist

O que são métodos de ensemble: bagging vs. stacking

Detecção de Fraudes em Python

Métodos de ensemble com stacking

Detecção de Fraudes em Python

Por que usar ensemble na detecção de fraude

Métodos de ensemble:

  • São robustos
  • Ajudam a evitar overfitting
  • Geralmente melhoram a previsão
  • Vencem competições de prestígio no Kaggle
Detecção de Fraudes em Python

Classificador por votação

from sklearn.ensemble import VotingClassifier

clf1 = LogisticRegression(random_state=1)
clf2 = RandomForestClassifier(random_state=1)
clf3 = GaussianNB()

ensemble_model = VotingClassifier(estimators=[('lr', clf1),
('rf', clf2), ('gnb', clf3)], voting='hard')

ensemble_model.fit(X_train, y_train)
ensemble_model.predict(X_test)

VotingClassifier(estimators=[('lr', clf1), ('rf', clf2), 
('gnb', clf3)], voting='soft', weights=[2,1,1])
Detecção de Fraudes em Python

Rótulos confiáveis para detecção de fraude

Detecção de Fraudes em Python

Vamos praticar!

Detecção de Fraudes em Python

Preparing Video For Download...