वर्गीकरण विधियों की समीक्षा

Python में Fraud Detection

Charlotte Werger

Data Scientist

वर्गीकरण क्या है?

वर्गीकरण का लक्ष्य: ज्ञात फ्रॉड मामलों से मॉडल ट्रेन करें ताकि नए फ्रॉड मामलों को पहचान सके

उदाहरण:

ईमेल स्पैम/नॉट स्पैम
ऑनलाइन ट्रांज़ैक्शन फ्रॉड: Yes/No
ट्यूमर Malignant/Benign?

प्रीडिक्ट करने वाला वैरिएबल: $y \in {0,1} $

0: नेगेटिव क्लास ("majority" सामान्य मामले)

1: पॉज़िटिव क्लास ("minority" फ्रॉड मामले)

फ्रॉड डिटेक्शन के लिए आम वर्गीकरण विधियाँ

Logistic regression

फ्रॉड डिटेक्शन के लिए आम वर्गीकरण विधियाँ

Neural network

फ्रॉड डिटेक्शन के लिए आम वर्गीकरण विधियाँ

Decision trees
Random forests

डिसीजन ट्री और रैंडम फॉरेस्ट्स

Random forests, फीचर्स के रैंडम सबसेट्स पर बने ट्रीज़ का कलेक्शन होती हैं

फ्रॉड डिटेक्शन के लिए रैंडम फॉरेस्ट्स

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

अभ्यास करते हैं!

Python में Fraud Detection