基于逻辑回归的信用欺诈预测识别模型

数据集介绍：数据集包含欧洲持卡人于2013年9月通过信用卡进行的交易。数据集提供两天内的交易数据，在284,807笔交易中有492起欺诈行为。数据集非常不平衡，正面类别（欺诈）占所有交易的0.172％。数据经过脱敏处理，V1~V28是主成分，Time是每次交易与第一次交易之间距离的时间，单位为秒。Amount代表消费金额，Class为因变量，1表示欺诈，0表示正常。

1.使用pandas读取csv文件

import pandas as pd
df = pd.read_csv('/root/experiment/datas/creditcard.csv')
df.shape

2.查看数据的随机五项

df.sample(5)

3.查看缺失值

df.isnull().sum().sum()

4.查看因变量分布，因变量极不平衡

import matplotlib.pyplot as plt
import seaborn as sns
sns.countplot(x='Class', data=df)
plt.show()