Diğer kümeleme sahtekarlık tespit yöntemleri

Python ile Sahtekarlık Tespiti

Charlotte Werger

Data Scientist

Birçok farklı kümeleme yöntemi var

Ve sahtekarlığı işaretlemenin farklı yolları: en küçük kümeleri kullanmak

Gerçekte görünüm buna daha çok benzer

DBSCAN ve K-means karşılaştırması

Kümelerin sayısını önceden belirlemene gerek yok
Küme içi noktalar arasındaki azami mesafeyi ayarla
Kümelerdeki asgari örnek sayısını belirle
Tuhaf şekilli veride daha iyi performans
Ama... hesaplama maliyeti daha yüksek

DBSCAN'i uygulamak

from sklearn.cluster import DBSCAN
db = DBSCAN(eps=0.5, min_samples=10, n_jobs=-1).fit(X_scaled)

# Get the cluster labels (aka numbers)
pred_labels = db.labels_

# Count the total number of clusters
n_clusters_ = len(set(pred_labels)) - (1 if -1 in pred_labels else 0)
# Print model results
print('Estimated number of clusters: %d' % n_clusters_)

Estimated number of clusters: 31

Kümelerin boyutunu kontrol etmek

# Print model results
print("Silhouette Coefficient: %0.3f" % metrics.silhouette_score(X_scaled, pred_labels))

Silhouette Coefficient: 0.359

# Get sample counts in each cluster 
counts = np.bincount(pred_labels[pred_labels>=0])
print (counts)

[ 763  496  840  355 1086  676   63  306  560  134   28   18  262  128  332  22  
   22   13   31   38   36   28   14   12   30   10   11   10   21   10    5]

Hadi pratik yapalım!

Python ile Sahtekarlık Tespiti