Python分析信用卡反欺诈！骗我程序员，不存在的

3、欺诈与时间序列分布关系

# 查看二者的描述性统计,与时间的序列分布关系 
print('Normal') 
print(crecreditcard_data. 
 Time[crecreditcard_data.Class == 0].describe()) 
print('-'*25) 
print('Fraud') 
print(crecreditcard_data. 
 Time[crecreditcard_data.Class == 1].describe()) 
Normal 
count 284315.000000 
mean 94838.202258 
std 47484.015786 
min 0.000000 
25% 54230.000000 
50% 84711.000000 
75% 139333.000000 
max 172792.000000 
Name: Time, dtype: float64 
------------------------- 
Fraud 
count 492.000000 
mean 80746.806911 
std 47835.365138 
min 406.000000 
25% 41241.500000 
50% 75568.500000 
75% 128483.000000 
max 170348.000000 
Name: Time, dtype: float64 
f,(ax1,ax2)=plt.subplots(2,1,sharex=True,figsize=(12,6)) 
bins=50 
ax1.hist(crecreditcard_data.Time[crecreditcard_data.Class == 1],bins=bins) 
ax1.set_title('欺诈(Fraud))',fontsize=22) 
ax1.set_ylabel('交易量',fontsize=15) 
ax2.hist(crecreditcard_data.Time[crecreditcard_data.Class == 0],bins=bins) 
ax2.set_title('正常(Normal',fontsize=22) 
plt.xlabel('时间(单位:秒)',fontsize=15) 
plt.xticks(fontsize=15) 
plt.ylabel('交易量',fontsize=15) 
# plt.yticks(fontsize=22) 
plt.show() 

欺诈与时间并没有必然联系，不存在周期性;

正常交易有明显的周期性，有类似双峰这样的趋势。

4、欺诈与金额的关系和分布情况

print('欺诈') 
print(crecreditcard_data.Amount[crecreditcard_data.Class ==1].describe()) 
print('-'*25) 
print('正常交易') 
print(crecreditcard_data.Amount[crecreditcard_data.Class==0].describe()) 
欺诈 
count 492.000000 
mean 122.211321 
std 256.683288 
min 0.000000 
25% 1.000000 
50% 9.250000 
75% 105.890000 
max 2125.870000 
Name: Amount, dtype: float64 
------------------------- 
正常交易 
count 284315.000000 
mean 88.291022 
std 250.105092 
min 0.000000 
25% 5.650000 
50% 22.000000 
75% 77.050000 
max 25691.160000 
Name: Amount, dtype: float64 
f,(ax1,ax2)=plt.subplots(2,1,sharex=True,figsize=(12,6)) 
bins=30 
ax1.hist(crecreditcard_data.Amount[crecreditcard_data.Class == 1],bins=bins) 
ax1.set_title('欺诈(Fraud)',fontsize=22) 
ax1.set_ylabel('交易量',fontsize=15) 
ax2.hist(crecreditcard_data.Amount[crecreditcard_data.Class == 0],bins=bins) 
ax2.set_title('正常(Normal)',fontsize=22) 
plt.xlabel('金额($)',fontsize=15) 
plt.xticks(fontsize=15) 
plt.ylabel('交易量',fontsize=15) 
plt.yscale('log') 
plt.show() 

金额普遍较低，可见金额这一列的数据对分析的参考价值不大。

5、查看各个自变量(V1-V29)与因变量的关系

看看各个变量与正常、欺诈之间是否存在联系，为了更直观展示，通过distplot图来逐个判断，如下：

features=[x for x in crecreditcard_data.columns  
 if x not in ['Time','Amount','Class']] 
plt.figure(figsize=(12,28*4)) 
gs =gridspec.GridSpec(28,1) 
import warnings 
warnings.filterwarnings('ignore') 
for i,cn in enumerate(crecreditcard_data[v_features]): 
 ax=plt.subplot(gs[i]) 
 sns.distplot(crecreditcard_data[cn][crecreditcard_data.Class==1],bins=50,color='red') 
 sns.distplot(crecreditcard_data[cn][crecreditcard_data.Class==0],bins=50,color='green') 
 ax.set_xlabel('') 
 ax.set_title('直方图：'+str(cn)) 
plt.savefig('各个变量与class的关系.png',transparent=False,bbox_inches='tight') 
plt.show() 

红色表示欺诈，绿色表示正常

• 两个分布的交叉面积越大，欺诈与正常的区分度最小，如V15;
• 两个分布的交叉面积越小，则该变量对因变量的影响越大，如V14;

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!