用Python实现SVM搭建金融反诈模型（含调试运行）

1.概述

信用卡盗刷一般发生在持卡人信息被不法分子窃取后，复制卡片进行消费或信用卡被他人冒领后激活并消费等情况下。一旦发生信用卡盗刷，持卡人和银行都会遭受一定的经济损失。本节要运用支持向量机分类算法搭建一个金融反欺诈模型。

2.数据集

使用的数据集共有1000条客户信用卡的交易数据。其中，有400个欺诈样本，600个非欺诈样本。数据集中变量的详细描述如下表所示，表格中的“欺诈标签”列为目标变量，若是盗刷信用卡产生的交易则标记为1，代表欺诈，正常交易则标记为0。剩下的字段为特征变量，只选取了5个特征变量，在实际中使用的特征变量远很多，根据这些数据搭建支持向量机模型。

3、分析过程 

（1）数据读取

首先通过pandas库读取数据，代码如下：

import pandas as pd
df = pd.read_excel('信用卡交易数据.xlsx')
df.head()

通过打印df.head()查看表格的前5行，结果如下所示：

其中第1列“欺诈标签”为目标变量y，其余5列为特征变量X，接下来我们将利用这些数据搭建金融反诈识别模型。 

（2）提取特征变量和目标变量

首先将特征变量和目标变量分别提取出来，代码如下：