Betöltés...
Nehézség
Az Ön legjobb eredménye
N/A
Ennek a feladatnak a célja a csalárd bankkártyás tranzakciók azonosítása egy valós, anonimizált adathalmaz alapján. A probléma egy valós forgatókönyvet tükröz, ahol az adatok erősen kiegyensúlyozatlanok, és a csalárd tranzakciók ritkák.
A projekt két CSV fájlt használ:
train.csv - a tanító adathalmaztest.csv - a tesztelő adathalmaz| Oszlop | Leírás |
|---|---|
| id | Egyedi azonosító minden tranzakcióhoz |
| Time | Az első tranzakció óta eltelt másodpercek száma |
| V1 - V28 | Anonimizált jellemzők |
| Amount | A tranzakció összege |
| Class | Célváltozó (0 = legitim tranzakció, 1 = csalás) |
Megjegyzés: A Class oszlop csak a train.csv fájlban érhető el.
Fontos észrevétel: Az adathalmaz súlyosan kiegyensúlyozatlan, ezért az accuracy (pontosság) nem releváns metrika az osztályozó modellek értékeléséhez.
Határozza meg, hány olyan csalárd tranzakció van, amelynek az Amount értéke nagyobb, mint a legitim tranzakciók átlagos Amount értéke.
A válasz egy egész szám.
Értékelje, mennyire „abnormálisak” a csalárd tranzakciók a Mahalanobis-távolság segítségével, amely az összes numerikus változót egyszerre veszi figyelembe (Amount + V1-V28).
Javasolt lépések:
Class = 1) a train.csv fájlból.A test.csv minden tranzakciójára jósolja meg a csalás címkéjét:
1 = csalás0 = legitim tranzakcióFő metrika: F1-score az 1-es osztályon.
| F1-score | Pontszám |
|---|---|
| F1 >= 0.85 | 80 pont |
| F1 < 0.60 | 0 pont |
| Köztes érték | Lineáris skálázás 0 és 80 között |
A beküldendő fájlnak CSV formátumúnak kell lennie, a következő oszlopokkal:
| Oszlop | Leírás |
|---|---|
| subtaskID | A részfeladat száma (1, 2 vagy 3) |
| datapointID | A megfigyelés azonosítója |
| answer | A válasz vagy a predikció |
Szabályok:
datapointID = 1 (egyetlen válasz).test.csv minden tranzakciójához, ahol a datapointID az id oszlop értéke.Példa:
subtaskID,datapointID,answer1,1,422,1,0.273,227846,13,227847,03,227848,0Megjegyzés: A feladat megoldása nem igényel Transformer típusú architektúrákat.