企业网络订单的异常检测项目

项目：企业网络订单的异常检测

一、项目背景与挖掘目标

企业或平台在销售商品的过程中，常常会遇到一些异常订单，例如黄牛订单、恶意订单、商家刷单等。
此项目的目的是找到非普通用户的订单记录，即识别订单的异常状态。

二、项目数据介绍

1.案例数据是某企业的部分订单，以下是数据概况：
（1）特征变量数：13
（2）数据记录数：134190
（3）是否有NA值：有
（4）是否有异常值：有
2. 以下是数据集的13个特征变量的详细说明：
（1）order_id:订单ID，有数字组合而成，例如4283851335
（2）order_date:订单日期，格式为YYYY-MM-DD,例如2013-10-17
（3）order_time:订单日期，格式为HH:MM:SS,例如12:54:44
（4）cat:商品一级类别，字符串类型，包含中英文
（5）attribution:商品所属的渠道来源，字符串型，包含中英文
（6）pro_id:商品ID，数字组合而成
（7）pro_brand:商品品牌，字符串型，包含中英文
（8）total_money:商品销售金额，浮点型
（9）total_quantity:商品销售数量，整数型
（10）ordera_source:订单来源，从哪个渠道形成的销售，字符串型，包含中英文
（11）pay_type:支付类型，字符串型，包含中英文
（12）use_id:用户ID，由数字和字母等组成的字符串
（13）city:用户下订单时的城市，字符串型，中文
（14）目标变量：abnormal_label,代表该订单记录是否是异常订单

三.代码展示

#一、导包
import numpy as np
import pandas as pd
from sklearn.preprocessing import LabelEncoder #将分类变量转为数值变量
from imblearn.over_sampling import SMOTE #过抽样处理，均衡样本
from sklearn.model_selection import train_test_split
from sklearn.ensemble import VotingClassifier, GradientBoostingClassifier, RandomForestClassifier  # 集成分类库和投票方法库
from sklearn.naive_bayes import GaussianNB
from sklearn import neighbors #k近邻
from sklearn.model_selection import StratifiedKFold, cross_val_score  # 导入交叉检验算法
from sklearn.model_selection import GridSearchCV #网格搜索（调参利器）
import matplotlib as plt
%matplotlib inline
from pylab import *
mpl.rcParams['font.sans-serif']= ['SimHei'] #画图时中文无法正常显示的解决
import warnings
warnings.filterwarnings('ignore')  # 不发出警告

#二、读取文件
abnormal_orders=pd.read_table(r'E:\abnormal_orders.txt',sep=',')
print(abnormal_orders.head(5))

#order_id作为订单ID号，无重复数值，类似于常数列，故删除该列
abnormal_orders.drop('order_id',axis=1,inplace=True)

order_id	order_date	order_time	cat	attribution	pro_id	pro_brand	total_money	total_quantity	order_source	pay_type	user_id	city	abnormal_label
4277880103	2013-10-17	13:09:16	NaN	GO	8000001215	NaN	1000.0	1000	游戏站点	当当支付	murongchun	北京市	0
4283851335	2013-09-23	14:09:49	手机摄影数码	POP	8002042497	三星	766000.0	200	主站	合并支付	dakehu_zy	上海市	1
4277700101	2013-08-27	14:26:38	NaN	GO	7000000960	国之美艺术品	8000.0	160	do.site_id	在线支付