ohke https://blog.hatena.ne.jp/ohke/ け日記 https://ohke.hateblo.jp/ Python 機械学習 今回は不均衡なクラス分類で便利なimbalanced-learnを使って、クレジットカードの不正利用を判定します。 データセット 今回はkaggleで提供されているCredit Card Fraud Detectionデータセットを使います。 ヨーロッパの人が持つカードで、2013年9月の2日間の取引を記録したデータセットです。 1取引1レコードとなっており、各レコードには不正利用か否かを表す値(1ならば不正利用)を持っていますが、当然ながらほとんどが0で、極めて不均衡なデータセットとなっています。 また、個人情報に関わるため、タイムスタンプと金額以外の項目が主成分分析(および標準化)済みとな… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fohke.hateblo.jp%2Fentry%2F2017%2F08%2F18%2F230000" title="imbalanced-learnで不均衡なデータのunder-sampling/over-samplingを行う - け日記" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/o/ohke/20170812/20170812091618.png Hatena Blog https://hatena.blog 2017-08-18 23:00:00 rich https://ohke.hateblo.jp/entry/2017/08/18/230000 1.0 100%