kaggle 신용카드 거래 이상 탐지 (분류, 로지스틱 회귀)

https://www.kaggle.com/datasets/mlg-ulb/creditcardfraud

Credit Card Fraud Detection

대회문제: 상단 링크

로지스틱 회귀를 공부하고, 실제로 적용해보고 싶어서 캐글에서 문제를 하나 골라 풀어봤다. 

신용카드 거래가 사기거래인지, 정상거래인지 식별하는 문제로,  카드사가 이상 있는 카드 거래를 인식 하여 고객이 구매하지 않은 항목에 대해서는 비용이 청구되지 않도록 하는 것이 목표이다.

데이터 셋은 이틀치 거래로, 248,807건의 거래중 492건의 사기가 있다. Class칼럼에 0,1로 표기되어있다. Fraud(이상)는 모든 거래의 0.172%바껭 되지 않는다. 피처는 V1~ V28로, PCA로 한번 가공됐고 상세 정보는 기밀이다. 가공되지 않은 변수는 time 과 금액(Amount)이다

https://colab.research.google.com/drive/1LpRCQZRmgEQFtzZlHut6KQezEKGAaXRq?usp=sharing

데이터를 로드하고 결측치를 살펴본다 - 결측치없음!

시간 칼럼은 쓰지 않고 1~28, 금액까지는 X로, 타겟변수 클래스(0,1)은 y로 설정한다. 

사기인 건은 전체중에 492개로 현저히 적다. 이 때 학습이 더 잘되게 하려면 어떻게 할까

7대 3으로 학습과 검증셋을 나누어주었다. 사이킷런의 로지스틱회귀를 호출하여 학습 후 정확도를 측정했다. 

 

오차행렬을 시각화했다. 

 

성과측정지표들을 계산한다.