Credit Card Fraud Detection

Виявлення шахрайства в транзакціях за кредитними картками

Метою цієї задачі є ідентифікація шахрайських транзакцій за кредитними картками на основі реального анонімізованого набору даних. Задача відображає сценарій із реального світу, де дані є сильно незбалансованими, а шахрайські транзакції трапляються рідко.

Набір даних

Проєкт використовує два CSV-файли:

• train.csv — набір даних для навчання
• test.csv — набір даних для тестування

Примітка: Стовпець Class доступний лише в train.csv.

Важливе зауваження: Набір даних є критично незбалансованим, тому accuracy не є релевантною метрикою для оцінки моделей класифікації.

Підзадачі

Підзадача 1 — Статистичний аналіз транзакцій (10 балів)

Визначте, скільки шахрайських транзакцій мають Amount більше, ніж середнє значення Amount легітимних транзакцій.

Відповідь — ціле число.

Підзадача 2 — Відстань Махаланобіса (10 балів)

Оцініть, наскільки «аномальними» є шахрайські транзакції, використовуючи відстань Махаланобіса, яка враховує всі числові змінні одночасно (Amount + V1-V28).

Рекомендовані кроки:

1. Виберіть усі шахрайські транзакції (Class = 1) з train.csv.
2. Обчисліть середній вектор та коваріаційну матрицю числових стовпців.
3. Обчисліть відстань Махаланобіса для кожної транзакції.
4. Вкажіть середнє значення відстаней Махаланобіса, округлене до 2 знаків після коми.

Підзадача 3 — Виявлення шахрайства (80 балів)

Для кожної транзакції з test.csv передбачте мітку шахрайства:

• 1 = шахрайство
• 0 = легітимна транзакція

Основна метрика: F1-score для класу 1.

Формат файлу для відправки

Файл для відправки має бути у форматі CSV з наступними стовпцями:

Правила:

• Підзадача 1 та Підзадача 2: datapointID = 1 (одна відповідь).
• Підзадача 3: по одному передбаченню для кожної транзакції з test.csv, де datapointID = значенню зі стовпця id.

Приклад:

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

Примітка: Розв'язання цієї задачі не потребує використання архітектур типу Transformer.