文件名称：imbalanced_data
文件大小：6KB
文件格式：ZIP
更新时间：2024-05-10 23:17:34
Python
不平衡数据 数据集描述： 该数据集包含2013年以来的信用卡交易记录。出于隐私方面的考虑，已使用主成分分析（PCA）转换了实际功能。 因此，几乎所有功能都没有内在含义。 尚未通过PCA转换的唯一功能是“时间”和“金额”。 功能“时间”包含数据集中每个事务和第一个事务之间经过的秒数。 功能“金额”就是交易。 特征“类”是目标变量。 如果发生欺诈，“类别”的值为1，否则为0。 训练集： : 测试集： : 评估指标： 对于所有实验，请使用以下评估指标： 接收器工作特性曲线下的面积（AUC分数）（ ） 最终测试集的性能也将使用AUC分数进行评估。 指示： Q1）使用5倍交叉验证，实现一个非常幼稚的基线分类器，在该基线分类器中为每个样本预测多数类别（无欺诈）。 在表格中报告AUC评分的平均值和标准偏差。 Q2）使用5倍交叉验证，执行超参数和模型选择。 评估以下每个模型： 随机森林
【文件预览】：
imbalanced_data-main
----credit_card_fraud.py(31KB)
----README.md(3KB)