Обзор методов классификации

Обнаружение мошенничества на Python

Charlotte Werger

Data Scientist

Что такое классификация?

Цель классификации: использовать известные случаи мошенничества для обучения модели, способной распознавать новые

Примеры:

Электронная почта: спам/не спам
Онлайн-транзакция: мошенническая или нет
Опухоль: злокачественная/доброкачественная

Предсказываемая переменная: $y \in {0,1} $

0: Отрицательный класс («большинство» — нормальные случаи)

1: Положительный класс («меньшинство» — случаи мошенничества)

Методы классификации для обнаружения мошенничества

Логистическая регрессия

Методы классификации для обнаружения мошенничества

Нейронная сеть

Методы классификации для обнаружения мошенничества

Деревья решений
Случайные леса

Деревья решений и случайные леса

Случайный лес — это набор деревьев, обученных на случайных подмножествах признаков

Случайные леса для обнаружения мошенничества

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

Давайте потренируемся!

Обнаружение мошенничества на Python