Načítava sa...
Obtiažnosť
Vaše najlepšie skóre
N/A
Cieľom tejto úlohy je identifikovať podvodné transakcie kreditnými kartami na základe reálneho, anonymizovaného súboru údajov. Problém odráža scenár z reálneho sveta, kde sú údaje silne nevyvážené a podvodné transakcie sú zriedkavé.
Projekt využíva dva súbory CSV:
train.csv - trénovacia množina údajovtest.csv - testovacia množina údajov| Stĺpec | Popis |
|---|---|
| id | Jedinečný identifikátor pre každú transakciu |
| Time | Počet sekúnd uplynutých od prvej transakcie |
| V1 - V28 | Anonymizované vlastnosti |
| Amount | Hodnota transakcie |
| Class | Cieľová premenná (0 = legitímna transakcia, 1 = podvod) |
Poznámka: Stĺpec Class je k dispozícii iba v train.csv.
Dôležité upozornenie: Súbor údajov je výrazne nevyvážený, preto presnosť (accuracy) nie je relevantnou metrikou na vyhodnocovanie klasifikačných modelov.
Určite, koľko podvodných transakcií má Amount vyššiu ako priemerná hodnota Amount legitímnych transakcií.
Odpoveďou je celé číslo.
Vyhodnoťte, nakoľko „anomálne“ sú podvodné transakcie pomocou Mahalanobisovej vzdialenosti, ktorá zohľadňuje všetky numerické premenné súčasne (Amount + V1-V28).
Odporúčané kroky:
Class = 1) z train.csv.Pre každú transakciu v test.csv predpovedajte označenie podvodu:
1 = podvod0 = legitímna transakciaHlavná metrika: F1-score pre triedu 1.
| F1-score | Body |
|---|---|
| F1 >= 0.85 | 80 bodov |
| F1 < 0.60 | 0 bodov |
| Medziľahlé | Lineárne škálovanie medzi 0 a 80 |
Súbor na odovzdanie musí byť vo formáte CSV s nasledujúcimi stĺpcami:
| Stĺpec | Popis |
|---|---|
| subtaskID | Číslo podúlohy (1, 2 alebo 3) |
| datapointID | Identifikátor pozorovania |
| answer | Odpoveď alebo predpoveď |
Pravidlá:
datapointID = 1 (jedna odpoveď).test.csv, pričom datapointID = hodnota zo stĺpca id.Príklad:
subtaskID,datapointID,answer1,1,422,1,0.273,227846,13,227847,03,227848,0Poznámka: Riešenie tohto problému nevyžaduje použitie architektúr typu Transformer.