Attribuer fraude ou non-fraude

Détection de fraude en Python

Charlotte Werger

Data Scientist

Démarrer avec des données groupées

Attribuer les centroïdes de groupes

Définir les distances au centroïde du groupe

Marquer comme fraude les plus éloignées du centroïde

Repérer la fraude selon la distance au centroïde

# 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

Valider les résultats du modèle

Valider avec l'analyste en fraude
Examiner et décrire plus en détail les cas signalés
Comparer aux cas de fraude connus auparavant

Passons à la pratique !

Détection de fraude en Python