Python分析信用卡反欺诈！骗我程序员，不存在的

下面我们看看各个单变量与class的相关性分析，为更直观展示，直接作图，如下：

# 各个变量的矩阵分布 
crecreditcard_data.hist(figsize=(15,15),bins=50) 
plt.show() 

6、三种方法建模并分析

本部分将应用逻辑回归、随机森林、支持向量SVM三种方法建模分析，分别展开如下：

准备数据：

# 先把数据分为欺诈组和正常组，然后按比例生产训练和测试数据集 
# 分组 
Fraud=crecreditcard_data[crecreditcard_data.Class == 1] 
Normal=crecreditcard_data[crecreditcard_data.Class == 0] 
# 训练特征集 
x_train=Fraud.sample(frac=0.7) 
x_train=pd.concat([x_train,Normal.sample(frac=0.7)],axis=0) 
# 测试特征集 
x_test=crecreditcard_data.loc[~crecreditcard_data.index.isin(x_train.index)] 
# 标签集 
y_train=x_train.Class 
y_test=x_test.Class 
# 去掉特征集里的标签和时间列 
x_train=x_train.drop(['Class','Time'],axis=1) 
x_test=x_test.drop(['Class','Time'],axis=1) 
# 查看数据结构 
print(x_train.shape,y_train.shape, 
 'n',x_test.shape,y_test.shape) 
(199364, 29) (199364,)  
 (85443, 29) (85443,) 

6.1 逻辑回归方法

from sklearn import metrics 
import scipy.optimize as op 
from sklearn.linear_model import LogisticRegression 
from sklearn.cross_validation import KFold,cross_val_score 
from sklearn.metrics import (precision_recall_curve, 
 auc,roc_auc_score, 
 roc_curve,recall_score, 
 classification_report) 
lrmodel = LogisticRegression(penalty='l2') 
lrmodel.fit(x_train, y_train) 
#查看模型 
print('lrmodel') 
print(lrmodel) 
lrmodel 
LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True, 
 intercept_scaling=1, max_iter=100, multi_class='ovr', n_jobs=1, 
 penalty='l2', random_state=None, solver='liblinear', tol=0.0001, 
 verbose=0, warm_start=False) 
#查看混淆矩阵 
ypred_lr=lrmodel.predict(x_test) 
print('confusion_matrix') 
print(metrics.confusion_matrix(y_test,ypred_lr)) 
confusion_matrix 
[[85284 11] 
 [ 56 92]] 
#查看分类报告 
print('classification_report') 
print(metrics.classification_report(y_test,ypred_lr)) 
classification_report 
 precision recall f1-score support 
 0 1.00 1.00 1.00 85295 
 1 0.89 0.62 0.73 148 
avg / total 1.00 1.00 1.00 85443 
#查看预测精度与决策覆盖面 
print('Accuracy:%f'%(metrics.accuracy_score(y_test,ypred_lr))) 
print('Area under the curve:%f'%(metrics.roc_auc_score(y_test,ypred_lr))) 
Accuracy:0.999216 
Area under the curve:0.810746 

（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!