5、信用卡欺诈检测：机器学习实战

信用卡欺诈检测：机器学习实战

1. 生成特征矩阵和标签数组

在进行机器学习模型训练之前，我们需要创建并标准化特征矩阵 X ，同时分离出标签数组 y （欺诈为 1，非欺诈为 0）。这些数据将在后续训练机器学习算法时使用。

• 创建特征矩阵 X 和标签数组 Y

dataX = data.copy().drop(['Class'], axis=1)
dataY = data['Class'].copy()

• 标准化特征矩阵 X
  为了使特征矩阵中的每个特征（除时间外）均值为 0，标准差为 1，我们进行如下操作：

featuresToScale = dataX.drop(['Time'], axis=1).columns
sX = pp.StandardScaler(copy=True)
dataX.loc[:, featuresToScale] = sX.fit_transform(dataX[featuresToScale])

标准化后的特征统计信息如下表所示：
| 特征 | count | mean | std | min | 25% | 50% | 75% | max | <