Kreditinių kortelių sukčiavimo aptikimas

Sukčiavimo kreditinių kortelių operacijose aptikimas

Šios užduoties tikslas yra identifikuoti sukčiaujamas kreditinių kortelių operacijas remiantis tikru, anonimizuotu duomenų rinkiniu. Problema atspindi realaus pasaulio scenarijų, kuriame duomenys yra stipriai nesubalansuoti, o sukčiavimo atvejai yra reti.

Duomenų rinkinys

Projekte naudojami du CSV failai:

• train.csv - mokymo duomenų rinkinys
• test.csv - testavimo duomenų rinkinys

Pastaba: Stulpelis Class yra tik train.csv faile.

Svarbi pastaba: Duomenų rinkinys yra labai nesubalansuotas, todėl tikslumas (accuracy) nėra tinkama metrika klasifikavimo modelių vertinimui.

Dalinės užduotys

1 dalinė užduotis – Statistinė operacijų analizė (10 taškų)

Nustatykite, kiek sukčiaujamų operacijų Amount yra didesnis už teisėtų operacijų Amount vidurkį.

Atsakymas yra sveikasis skaičius.

2 dalinė užduotis – Mahalanobio atstumas (10 taškų)

Įvertinkite, kiek „anomalios“ yra sukčiaujamos operacijos naudojant Mahalanobio atstumą (Mahalanobis Distance), kuris įvertina visus skaitinius kintamuosius kartu (Amount + V1-V28).

Siūlomi žingsniai:

1. Pasirinkite visas sukčiaujamas operacijas (Class = 1) iš train.csv.
2. Apskaičiuokite skaitinių stulpelių vidurkių vektorių ir kovariacijos matricą.
3. Apskaičiuokite Mahalanobio atstumą kiekvienai operacijai.
4. Pateikite Mahalanobio atstumų vidurkį, suapvalintą iki 2 skaičių po kablelio.

3 dalinė užduotis – Sukčiavimo aptikimas (80 taškų)

Kiekvienai operacijai iš test.csv nuspėkite sukčiavimo etiketę:

• 1 = sukčiavimas
• 0 = teisėta operacija

Pagrindinė metrika: F1-score 1-ajai klasei.

Pateikiamo failo formatas

Pateikiamas failas turi būti CSV formato su šiais stulpeliais:

Taisyklės:

• 1 ir 2 dalinės užduotys: datapointID = 1 (vienas atsakymas).
• 3 dalinė užduotis: po vieną prognozę kiekvienai operacijai iš test.csv, kur datapointID = reikšmė iš stulpelio id.

Pavyzdys:

1subtaskID,datapointID,answer21,1,4232,1,0.2743,227846,153,227847,063,227848,0

Pastaba: Šios problemos sprendimui nereikia naudoti Transformer tipo architektūrų.