八大直播作业 - 第七讲作业

作业内容：

C银行信用卡中心在对欺诈风险和反欺诈技术作了充分研究之后，融合内外部数据，建立以评分模型为支撑的欺诈识别和防范系统，以满足精细化管理的需要。本次作业根据提供的数据（“FRAUD_TRAIN_Samp.csv”，引用自陈春宝等出版的《SAS金融数据挖掘与建模》）建立信用卡申请反欺诈模型。

解答步骤：

1）使用决策树、神经网络、组合算法建立反欺诈模型，比较三个模型的表现。

2）自学绘制PR曲线：横轴为精确度(Precise)，纵轴为召回率(Recall)

作业结果：

1）用了决策树， 神经网络和随机森林，SMOTE过采样后的数据表现优于原始数据、随机过采样和综合采样；而决策树结果又优于神经网络和随机森林。

2）使用函数：metrics.precision_recall_curve 来绘制PR曲线， 红线为训练样本，蓝色为测试样本。可以看出测试样本中的target=1的值很少

下图X轴为Precise， Y轴为Recall

下图X轴为Recall， Y为Precise

PS：采样数据中NaN值比较多，在数据预处理中去除了列‘F75’开始的所有列，将列‘F46’中NaN值用‘-1’替换。

Precision：预测为对的当中，原本为对的比例，越大越好，最大为1

Recall：原本为对的当中，预测为对的比例，越大越好，最大为1

• HW7.py