Zaznavanje goljufij s kreditnimi karticami

Zaznavanje goljufij v transakcijah s kreditnimi karticami

Cilj te težave je identifikacija goljufivih transakcij s kreditnimi karticami na podlagi realnega, anonimiziranega nabora podatkov. Težava odraža scenarij iz resničnega sveta, kjer so podatki močno neuravnoteženi in so goljufive transakcije redke.

Nabor podatkov

Projekt uporablja dve datoteki CSV:

• train.csv - nabor podatkov za učenje
• test.csv - nabor podatkov za testiranje

Opomba: Stolpec Class je na voljo samo v train.csv.

Pomembno opozorilo: Nabor podatkov je močno neuravnotežen, zato natančnost (accuracy) ni ustrezna metrika za vrednotenje klasifikacijskih modelov.

Podnaloge

Podnaloga 1 - Statistična analiza transakcij (10 točk)

Določite, koliko goljufivih transakcij ima Amount večji od povprečnega Amount legitimnih transakcij.

Odgovor je celo število.

Podnaloga 2 - Mahalanobisova razdalja (10 točk)

Ocenite, kako "nenormalne" so goljufive transakcije z uporabo Mahalanobisove razdalje, ki upošteva vse numerične spremenljivke hkrati (Amount + V1-V28).

Predlagani koraki:

1. Izberite vse goljufive transakcije (Class = 1) iz train.csv.
2. Izračunajte povprečni vektor in kovariančno matriko numeričnih stolpcev.
3. Izračunajte Mahalanobisovo razdaljo za vsako transakcijo.
4. Poročajte o povprečju Mahalanobisovih razdalj, zaokroženem na 2 decimalni mesti.

Podnaloga 3 - Zaznavanje goljufij (80 točk)

Za vsako transakcijo v test.csv napovejte oznako goljufije:

• 1 = goljufija
• 0 = legitimna transakcija

Primarna metrika: F1-score za razred 1.

Format datoteke za oddajo

Datoteka za oddajo mora biti v formatu CSV z naslednjimi stolpci:

Pravila:

• Podnaloga 1 in Podnaloga 2: datapointID = 1 (en sam odgovor).
• Podnaloga 3: po ena napoved za vsako transakcijo iz test.csv, kjer je datapointID = vrednost iz stolpca id.

Primer:

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

Opomba: Reševanje te težave ne zahteva uporabe arhitektur tipa Transformer.