Altri metodi di clustering per rilevare frodi

Rilevamento delle frodi in Python

Charlotte Werger

Data Scientist

Esistono molti metodi di clustering

E vari modi per segnalare frodi: usare i cluster più piccoli

In pratica appare più così

DBSCAN vs K-means

Non serve predefinire il numero di cluster
Regola la distanza massima tra punti nel cluster
Imposta il minimo di campioni per cluster
Meglio con forme irregolari
Però ha costi computazionali maggiori

Implementare DBSCAN

from sklearn.cluster import DBSCAN
db = DBSCAN(eps=0.5, min_samples=10, n_jobs=-1).fit(X_scaled)

# Get the cluster labels (aka numbers)
pred_labels = db.labels_

# Count the total number of clusters
n_clusters_ = len(set(pred_labels)) - (1 if -1 in pred_labels else 0)
# Print model results
print('Estimated number of clusters: %d' % n_clusters_)

Estimated number of clusters: 31

Controllare la dimensione dei cluster

# Print model results
print("Silhouette Coefficient: %0.3f" % metrics.silhouette_score(X_scaled, pred_labels))

Silhouette Coefficient: 0.359

# Get sample counts in each cluster 
counts = np.bincount(pred_labels[pred_labels>=0])
print (counts)

[ 763  496  840  355 1086  676   63  306  560  134   28   18  262  128  332  22  
   22   13   31   38   36   28   14   12   30   10   11   10   21   10    5]

Passiamo alla pratica !

Rilevamento delle frodi in Python