如何在极度不平衡模型中找到欺诈客户

作者：zhaikun   风控建模屌丝一枚，现居于北京

个人微信公众号：Python数据分析与评分卡建模

今天给大家介绍一种基于高斯分布的异常样本检测方法。

数据获取方式：关注Python爱好者社区后回复 检测 即可

28万行，31列。

严重不平衡。

看下分布：

对数转换下：

dataset['Amount'] = np.log(dataset['Amount'] + 1)

dataset['Time'] = np.log(dataset['Time'] + 1)

再次看下分布：

下面数据集切分：

下面计算均值和协方差

然后计算不同阈值下的召回率、命中率和F2

发现F2分数是0.78，已经很高了。要知道我们可没有过采样/欠采样。

下面看下混淆矩阵：

效果很好。

数据获取方式：关注Python爱好者社区后回复 检测 即可

Python爱好者社区历史文章大合集：

Python爱好者社区历史文章列表（每周append更新一次）

福利：文末扫码立刻关注公众号，“Python爱好者社区”，开始学习Python课程：

关注后在公众号内回复“课程”即可获取：

小编的Python入门视频课程！！！

崔老师爬虫实战案例免费学习视频。

丘老师数据科学入门指导免费学习视频。

陈老师数据分析报告制作免费学习视频。

玩转大数据分析！Spark2.X+Python 精华实战课程免费学习视频。

丘老师Python网络爬虫实战免费学习视频。