Credit Card Fraud Detection

Обнаружение мошенничества в транзакциях по кредитным картам

Цель этой задачи — выявление мошеннических транзакций по кредитным картам на основе реального анонимного набора данных. Задача отражает реальный сценарий, в котором данные сильно несбалансированы, а мошеннические транзакции встречаются редко.

Набор данных

В проекте используются два CSV-файла:

• train.csv — набор данных для обучения
• test.csv — набор данных для тестирования

Примечание: Столбец Class доступен только в train.csv.

Важное замечание: Набор данных сильно несбалансирован, поэтому accuracy не является подходящей метрикой для оценки моделей классификации.

Подзадачи

Подзадача 1 — Статистический анализ транзакций (10 баллов)

Определите, сколько мошеннических транзакций имеют Amount больше, чем среднее значение Amount легитимных транзакций.

Ответ должен быть целым числом.

Подзадача 2 — Расстояние Махаланобиса (10 баллов)

Оцените, насколько «аномальными» являются мошеннические транзакции, используя расстояние Махаланобиса, которое учитывает все числовые переменные одновременно (Amount + V1-V28).

Рекомендуемые шаги:

1. Выберите все мошеннические транзакции (Class = 1) из train.csv.
2. Рассчитайте средний вектор и ковариационную матрицу числовых столбцов.
3. Рассчитайте расстояние Махаланобиса для каждой транзакции.
4. Укажите среднее значение расстояний Махаланобиса, округленное до 2 знаков после запятой.

Подзадача 3 — Обнаружение мошенничества (80 баллов)

Для каждой транзакции из test.csv предскажите метку мошенничества:

• 1 = мошенничество
• 0 = легитимная транзакция

Основная метрика: F1-score по классу 1.

Формат файла для отправки

Файл для отправки должен быть в формате CSV со следующими столбцами:

Правила:

• Подзадача 1 и Подзадача 2: datapointID = 1 (один ответ).
• Подзадача 3: по одному предсказанию для каждой транзакции из test.csv, где datapointID — значение из столбца id.

Пример:

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

Примечание: Решение этой задачи не требует использования архитектур типа Transformer.