앙상블 방법

Python으로 배우는 사기 탐지

Charlotte Werger

Data Scientist

앙상블이란: 배깅 vs 스태킹

Python으로 배우는 사기 탐지

스태킹 앙상블 방법

Python으로 배우는 사기 탐지

사기 탐지에 앙상블을 쓰는 이유

앙상블 방법은:

  • 견고합니다
  • 과적합을 피하는 데 도움이 됩니다
  • 예측 성능을 보통 향상합니다
  • Kaggle 대회에서 자주 우승 공식을 이룹니다
Python으로 배우는 사기 탐지

보팅 분류기

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])
Python으로 배우는 사기 탐지

사기 탐지를 위한 신뢰할 수 있는 라벨

Python으로 배우는 사기 탐지

연습해 봅시다!

Python으로 배우는 사기 탐지

Preparing Video For Download...