9、信用卡交易欺诈检测的无监督学习方法

信用卡交易欺诈检测的无监督学习方法

1. 数据集概述

我们拥有总共 284,807 笔信用卡交易数据，其中 492 笔为欺诈交易，标记为 1；其余为正常交易，标记为 0。用于异常检测的特征有 30 个，包括时间、交易金额和 28 个主成分。我们将数据集划分为训练集（190,820 笔交易，其中 330 笔欺诈交易）和测试集（93,987 笔交易，其中 162 笔欺诈交易）。以下是加载和处理数据集的代码：

import os
import pandas as pd
from sklearn.preprocessing import StandardScaler as pp
from sklearn.model_selection import train_test_split

# Load datasets
current_path = os.getcwd()
file = '\\datasets\\credit_card_data\\credit_card.csv'
data = pd.read_csv(current_path + file)
dataX = data.copy().drop(['Class'],axis=1)
dataY = data['Class'].copy()
featuresToScale = dataX.columns
sX = pp(copy=True)
dataX.loc[:,featuresToScale] = sX.fit_transform(dataX[featuresToScale])
X_train, X_test, y_train, y_test = \
    train_test_spl