Metode ensemble

Deteksi Kecurangan di Python

Charlotte Werger

Data Scientist

Apa itu metode ensemble: bagging vs stacking

Deteksi Kecurangan di Python

Metode ensemble stacking

Deteksi Kecurangan di Python

Mengapa menggunakan ensemble untuk deteksi penipuan

Metode ensemble:

  • Tangguh
  • Membantu menghindari overfitting
  • Umumnya meningkatkan akurasi prediksi
  • Sering menang di kompetisi Kaggle bergengsi
Deteksi Kecurangan di Python

Voting classifier

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])
Deteksi Kecurangan di Python

Label andal untuk deteksi penipuan

Deteksi Kecurangan di Python

Ayo berlatih!

Deteksi Kecurangan di Python

Preparing Video For Download...