Caricamento...
Difficoltà
Il tuo miglior punteggio
N/D
L'obiettivo di questo problema è identificare le transazioni fraudolente con carta di credito sulla base di un set di dati reale e anonimo. Il problema riflette uno scenario del mondo reale, in cui i dati sono fortemente sbilanciati e le transazioni fraudolente sono rare.
Il progetto utilizza due file CSV:
train.csv - il set di dati per l'addestramentotest.csv - il set di dati per il test| Colonna | Descrizione |
|---|---|
| id | Identificatore univoco per ogni transazione |
| Time | Numero di secondi trascorsi dalla prima transazione |
| V1 - V28 | Caratteristiche anonimizzate |
| Amount | Valore della transazione |
| Class | Variabile target (0 = transazione legittima, 1 = frode) |
Nota: La colonna Class è disponibile solo in train.csv.
Osservazione importante: Il set di dati è gravemente sbilanciato, quindi l'accuracy non è la metrica rilevante per la valutazione dei modelli di classificazione.
Determina quante transazioni fraudolente hanno un Amount superiore alla media dell'Amount delle transazioni legittime.
La risposta è un numero intero.
Valuta quanto siano "anomale" le transazioni fraudolente utilizzando la distanza di Mahalanobis, che considera tutte le variabili numeriche simultaneamente (Amount + V1-V28).
Passaggi suggeriti:
Class = 1) da train.csv.Per ogni transazione in test.csv, predici l'etichetta di frode:
1 = frode0 = transazione legittimaMetrica principale: F1-score sulla classe 1.
| F1-score | Punteggio |
|---|---|
| F1 >= 0.85 | 80 punti |
| F1 < 0.60 | 0 punti |
| Intermedio | Scalatura lineare tra 0 e 80 |
Il file di sottomissione deve essere in formato CSV con le seguenti colonne:
| Colonna | Descrizione |
|---|---|
| subtaskID | Numero del subtask (1, 2 o 3) |
| datapointID | Identificatore dell'osservazione |
| answer | Risposta o predizione |
Regole:
datapointID = 1 (una singola risposta).test.csv, con datapointID = valore della colonna id.Esempio:
subtaskID,datapointID,answer1,1,422,1,0.273,227846,13,227847,03,227848,0Nota: La risoluzione di questo problema non richiede l'utilizzo di architetture di tipo Transformer.