图机器学习（19）——金融数据分析

0. 前言

金融数据分析是大数据和数据分析中最常见且重要的领域之一。随着移动设备数量的增加和在线支付标准平台的普及，银行所产生和使用的交易数据正在呈指数级增长。
因此，迫切需要新的工具和技术来充分利用这些海量信息，以便更好地理解客户的行为，并在业务流程中支持数据驱动的决策。这些数据还可用于构建更完善的机制，以提高在线支付的安全性。

1. 数据集分析

1.1 数据集介绍

本节使用的数据集是 Kaggle 上的信用卡交易欺诈检测数据集，该数据集由模拟生成的信用卡交易记录构成，包含 2019 年 1 月 1 日至 2020 年 12 月 31 日期间的真实交易与欺诈交易数据，记录了 1000 名客户在 800 家商户发生的交易活动。数据集通过 Sparkov 数据生成工具创建。每个交易包含 23 个不同的特征。在下表中，列出本节将用到的关键字段：

字段名	描述	类型