Overzicht van classificatiemethoden

Fraudedetectie in Python

Charlotte Werger

Data Scientist

Wat is classificatie?

Doel van classificatie: Gebruik bekende fraudegevallen om een model te trainen dat nieuwe fraude herkent

Voorbeelden:

E-mail spam/niet-spam
Online transactie frauduleus: ja/nee
Tumor kwaadaardig/goedaardig?

Te voorspellen variabele: $y \in {0,1} $

0: Negatieve klasse ("meerderheid" normale gevallen)

1: Positieve klasse ("minderheid" fraudegevallen)

Veelgebruikte methoden voor fraudedetectie

Logistische regressie

Veelgebruikte methoden voor fraudedetectie

Neuraal netwerk

Veelgebruikte methoden voor fraudedetectie

Beslisbomen
Random forests

Beslisbomen en random forests

Random forests zijn verzamelingen bomen op willekeurige subsets van features

Random forests voor fraudedetectie

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

Laten we oefenen!

Fraudedetectie in Python