一个在线交易防欺诈模型

机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353）

案例介绍

IEEE-CIS(IEEE Computational Intelligence Society)在人工智能与机器学习的很多领域开展科研工作。目前，他们与全球领先的支付服务公司Vesta合作，针对金融欺诈预防行业，寻求最佳的解决方案。这个案例将建立基于电子商务数据的反欺诈模型，改善欺诈交易预警效率，有助于商务活动减少欺诈损失，提高收益。

数据描述

本案例是一个二值分类问题，即，目标变量表示用户的交易行为是否是欺诈的(fraudlent or not fraudlent). 该套数据由两个文件identity and transaction 组成，它们由共同的特征TransactionID连接。注意，并不是所有的交易都有对应的identity 信息。

Transaction 类特征

• ProductCD

• card1 - card6

• addr1, addr2

• P_emaildomain

• R_emaildomain

• M1 - M9

Identity 类特征

• DeviceType

• DeviceInfo

• id_12 - id_38

数据探索

加载必需的库。

import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)

# Input data files are available in the "../input/" directory.
# For example, running this (by clicking run or pressing Shift+Enter) will list the files in the input directory

import seaborn as sns
import matplotlib.pyplot as plt
from sklearn import preprocessing
from sklearn.model_selection import KFold, StratifiedKFold
from sklearn.metrics import roc_auc_score
import matplotlib.gridspec as grids