金融欺诈数据分析

数据集：金融欺诈数据

目标：对数据集建模，预测金融行为是否是欺诈行为

数据可视化展示EDA

首先导入需要使用的包和读入数据信息

观察数据字段。

cash_out类型的转账最多。

查看转账类型和欺诈标记的关系。

发现欺诈行为存在于大额转账和全部提现行为中。

所以对数据进行清洗，去掉不存在欺诈行为的转账方式。并且绘制热力图观察变量间的关系。

数据清洗

因为欺诈行为和不欺诈行为的样本量极为不均，所以采用下采样的方法，对不是欺诈行为的样本进行随机采样。

得到了特征和标签。

数据建模

导入需要的机器学习包，这里使用逻辑回归。

并建模。

结果可得roc_acu= 0.9751185216666503。

np.mean(y_pre==y_test)，精度为0.926948051948052。