信用卡欺诈检测

信用卡交易欺诈检测

本问题的目标是基于一个真实的匿名数据集识别信用卡欺诈交易。该问题反映了现实世界中的场景，即数据高度不平衡，欺诈交易非常罕见。

数据集

项目使用两个 CSV 文件：

• train.csv - 训练数据集
• test.csv - 测试数据集

注意： Class 列仅在 train.csv 中提供。

重要观察： 数据集严重不平衡，因此准确率（accuracy）不是评估分类模型的相关指标。

子任务

子任务 1 - 交易统计分析 (10 分)

确定有多少笔欺诈交易的 Amount 大于合法交易的平均 Amount。

答案是一个整数。

子任务 2 - 马氏距离 (Mahalanobis Distance) (10 分)

使用马氏距离评估欺诈交易的“异常”程度，该距离同时考虑所有数值变量（Amount + V1-V28）。

建议步骤：

1. 从 train.csv 中选择所有欺诈交易（Class = 1）。
2. 计算数值列的均值向量和协方差矩阵。
3. 计算每笔交易的马氏距离。
4. 报告马氏距离的平均值，保留 2 位小数。

子任务 3 - 欺诈检测 (80 分)

对于 test.csv 中的每笔交易，预测欺诈标签：

• 1 = 欺诈
• 0 = 合法交易

主要指标：类别 1 的 F1-score。

提交文件格式

提交文件必须为 CSV 格式，包含以下列：

规则：

• 子任务 1 和子任务 2：datapointID = 1（只有一个答案）。
• 子任务 3：为 test.csv 中的每笔交易提供一个预测，datapointID = id 列中的值。

示例：

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

注意： 解决此问题不需要使用 Transformer 类型的架构。