python数据分析之金融欺诈行为检测

最新推荐文章于 2024-10-06 00:15:00 发布

weixin_BeefpasteC

最新推荐文章于 2024-10-06 00:15:00 发布

阅读量1k

点赞数

本文链接：https://blog.csdn.net/weixin_51463905/article/details/118546455

版权

这篇博客详细介绍了如何运用Python进行金融欺诈行为的检测，包括数据预处理、特征分析、模型构建等方面。通过分析不同转账类型的欺诈行为，利用箱线图揭示了欺诈交易的特征，最后使用逻辑回归模型进行分类，并评估了模型性能。

摘要由CSDN通过智能技术生成

python数据分析之金融欺诈行为检测

项目的思维导图
![思维导图](https://img-blog.csdnimg.cn/20201018193015576.PNG?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDg3MTkwMw==,size_16,color_FFFFFF,t_70#pic_center)
数据分析与处理

声明所使用的库

    `import numpy as np   
    import pandas as pd   #panda主要用于处理结构化的数据列表，具有数据挖掘和数据分析，对数据进行清洗
    import matplotlib.pyplot as plt    #绘图工具
    import matplotlib.cm as cm     #色彩映射函数
    import seaborn as sns    #基于Matplotlib图形可视化的python包，便于做出统计图表
    
    from sklearn import preprocessing    #数据建模用的一个库
    from scipy.stats import skew,boxcox
    import os`

处理数据的结构
注意：代码中处理的是csv文件，这里为了简单明了，使用excel呈现出
![在这里插入图片描述](https://img-blog.csdnimg.cn/20201018195727579.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDg3MTkwMw==,size_16,color_FFFFFF,t_70#pic_center)

关于数据列的解释如下
（1）step:对应现实中的时间单位（小时）
（2）type:转账类型
（3）amout:金额
（4）nameOrig: 转账发起人
（5）oldbalanceOrg: 转帐前发起人账户余额
（6）newbalanceOrig: 转账后发起人账户余额
（7）nameDest: 转账收款人
（8）oldbalanceDest: 转账前收款人账户余额，收款人是商户（M开头）时没有该项信息
（9）newbalanceDest: 转账后收款人余额，收款人是商户（M开头）时没有该项信息
（10）isFraud：该转账行为是欺诈行为
（11）isFlaggedFraud: 商业模型为了控制大额转账并且标记为非法操作，在这儿，非法操作是指转账金额超过20万。

读取文件
在代码所在的文件夹中创建一个新的文件夹，用于存放数据集

    dataset_path='./pythonjinrong'
    csvfile_path=os.path.join(dataset_path,'PS.csv')
    
    #解压数据集
    raw_data=pd.read_csv(csvfile_path)

统计数据集中的各转账类型的数量

    print('转账类型记录统计：')
    print(raw_data['type'].value_counts())
    fig,ax=plt.subplots(1,1,figsize=(8,4))
    raw_data['type'].value_counts().plot(kind='bar',title='Transaction Type',ax=ax,figsize=(8,4))
    plt.show()

最低0.47元/天解锁文章