Gán gian lận vs. không gian lận

Phát hiện gian lận với Python

Charlotte Werger

Data Scientist

Bắt đầu với dữ liệu được gom cụm

Phát hiện gian lận với Python

Gán tâm cụm

Phát hiện gian lận với Python

Xác định khoảng cách tới tâm cụm

Phát hiện gian lận với Python

Gắn cờ gian lận cho điểm xa tâm cụm nhất

Phát hiện gian lận với Python

Gắn cờ gian lận theo khoảng cách tới tâm cụm

# Run the kmeans model on scaled data
kmeans = KMeans(n_clusters=6, random_state=42).fit(X_scaled)

# Get the cluster number for each datapoint
X_clusters = kmeans.predict(X_scaled)

# Save the cluster centroids
X_clusters_centers = kmeans.cluster_centers_

# Calculate the distance to the cluster centroid for each point
dist = [np.linalg.norm(x-y) for x,y in zip(X_scaled,
X_clusters_centers[X_clusters])]

# Create predictions based on distance
km_y_pred = np.array(dist)
km_y_pred[dist>=np.percentile(dist, 93)] = 1
km_y_pred[dist<np.percentile(dist, 93)] = 0
Phát hiện gian lận với Python

Xác thực kết quả mô hình

  • Trao đổi với nhà phân tích gian lận
  • Điều tra và mô tả kỹ hơn các trường hợp bị gắn cờ
  • So sánh với các vụ gian lận đã biết trước đây
Phát hiện gian lận với Python

Ayo berlatih!

Phát hiện gian lận với Python

Preparing Video For Download...