Algoritmer för bedrägeridentifiering i praktiken

Bedrägeridetektering i Python

Charlotte Werger

Data Scientist

Traditionell bedrägeridentifiering med regelbaserade system

Nackdelar med regelbaserade system

Regelbaserade system har sina begränsningar:

Fasta tröskelvärden per regel för att avgöra bedrägeri
Begränsade till ja/nej-utfall
Fångar inte interaktioner mellan särdrag

Varför använda maskininlärning för bedrägeridentifiering?

Maskininlärningsmodeller anpassar sig till data och kan förändras över tid
Använder all data sammantaget i stället för ett tröskelvärde per särdrag
Kan ge ett poängvärde i stället för ja/nej
Har vanligtvis bättre prestanda och kan kombineras med regler

Repetition av maskininlärningsmodeller

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn import metrics

# Step 1: split your features and labels into train and test data 
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# Step 2: Define which model you want to use 
model = LinearRegression()

# Step 3: Fit the model to your training data 
model.fit(X_train, y_train)

# Step 4: Obtain model predictions from your test data
y_predicted = model.predict(X_test)

# Step 5: Compare y_test to predictions and obtain performance metrics
print (metrics.r2_score(y_test, y_predicted))

0.821206237313

Vad du kommer att göra i kommande kapitel

Kapitel 2. Övervakad inlärning: träna en modell med befintliga bedrägerietiketter
Kapitel 3. Oövervakad inlärning: använd din data för att identifiera "misstänkt" beteende utan etiketter
Kapitel 4. Bedrägeridentifiering med textdata: lär dig att förbättra dina modeller med textanalys och ämnesmodellering

Nu kör vi en övning!

Bedrägeridetektering i Python