Wykrywanie oszustw kart płatniczych

Wykrywanie oszustw w transakcjach kartami kredytowymi

Celem tego problemu jest identyfikacja oszukańczych transakcji kartami kredytowymi na podstawie rzeczywistego, anonimowego zbioru danych. Problem odzwierciedla scenariusz ze świata rzeczywistego, w którym dane są silnie niezrównoważone, a transakcje oszukańcze występują rzadko.

Zbiór danych

Projekt wykorzystuje dwa pliki CSV:

• train.csv - zbiór danych treningowych
• test.csv - zbiór danych testowych

Uwaga: Kolumna Class jest dostępna tylko w pliku train.csv.

Ważna obserwacja: Zbiór danych jest silnie niezrównoważony, dlatego accuracy nie jest odpowiednią metryką do oceny modeli klasyfikacyjnych.

Podzadania

Podzadanie 1 - Analiza statystyczna transakcji (10 punktów)

Określ, ile oszukańczych transakcji ma wartość Amount większą niż średnia wartość Amount legalnych transakcji.

Odpowiedzią jest liczba całkowita.

Podzadanie 2 - Odległość Mahalanobisa (10 punktów)

Oceń, jak bardzo „anormalne” są oszukańcze transakcje, używając odległości Mahalanobisa, która bierze pod uwagę wszystkie zmienne numeryczne jednocześnie (Amount + V1-V28).

Sugerowane kroki:

1. Wybierz wszystkie oszukańcze transakcje (Class = 1) z train.csv.
2. Oblicz wektor średni i macierz kowariancji kolumn numerycznych.
3. Oblicz odległość Mahalanobisa dla każdej transakcji.
4. Podaj średnią odległości Mahalanobisa, zaokrągloną do 2 miejsc po przecinku.

Podzadanie 3 - Wykrywanie oszustw (80 punktów)

Dla każdej transakcji w test.csv przewidź etykietę oszustwa:

• 1 = oszustwo
• 0 = transakcja legalna

Główna metryka: F1-score dla klasy 1.

Format pliku zgłoszeniowego

Plik zgłoszeniowy musi być w formacie CSV z następującymi kolumnami:

Zasady:

• Podzadanie 1 i Podzadanie 2: datapointID = 1 (pojedyncza odpowiedź).
• Podzadanie 3: po jednej predykcji dla każdej transakcji z test.csv, gdzie datapointID = wartość z kolumny id.

Przykład:

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

Uwaga: Rozwiązanie tego problemu nie wymaga użycia architektur typu Transformer.