机器学习 Python 实战：信用卡欺诈检测

今晚又动手实践了一个小案例，并做一个总结。
这些人通常会利用信用卡来进行一些诈骗行为。
如何根据用户的这些行为来判断其信用卡账单是否涉嫌欺诈呢？
数据集见于以下链接：在这个数据集中，
由于原始数据有一定的隐私，
因此，
每一列（即特征）的名称并没有给出

一开始，还是导入库：

 import numpy as np

    
 import pandas as pd
    
 import matplotlib.pyplot as plt
    
  
    
 data = pd.read_csv('creditcard.csv')
    
 #data.head(10)
    
 print (data.shape)

我们观察到最后一列"Class"的数据只能取值于0或1，并且其中95%以上为0类样本、仅有约5%为1类样本。这也合乎常理：信用卡欺诈行为在整体中占比很低，在整个群体中仅存在少数个体表现出异常特征。鉴于数据量过大，并非每个类别都需要一一计数这一事实的存在，在实际操作中就要求我们进行一定的统计分析以获取可靠结果

 count_class = pd.value_counts(data['Class'],sort = True).sort_index()

    
 print (count_class)

输出结果