스터디노트 (credit card data 2)

📌 신용카드 부정 사용자 검출해보기 2

🔻특정 데이터를 가지고 다시 도전 해보자.

plt.figure(figsize=(12, 10))
sns.distplot(raw_data['Amount'], color='r');
plt.show()

🔻StandardScaler 적용 

→ Amount 컬럼이 비대칭성이 너무 높다 (데이터가 한 쪽으로 쏠려 있다)

→ 따라서, 정규화를 시켜서 편향성을 바꿔보자.

→ 결과 값은 변동성이 없이 미미한 수준이다..

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
amount_n = scaler.fit_transform(raw_data['Amount'].values.reshape(-1, 1))

raw_data_copy = raw_data.iloc[:, 1:-2]
raw_data_copy['Amount_Scaled'] = amount_n
raw_data_copy.head()

→ V1 ~ Amount_Scaled 까지 컬럼을 만든 것

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(raw_data_copy, y, test_size=0.3, random_state= 13, stratify=y)

models = [lr_clf, dt_clf, rf_clf, lgbm_clf]
model_names = ['Logistic Regression', 'DecisionTree', 'RandomForest', 'LightGBM']
result = get_result_pd(models, model_names, X_train, y_train, X_test, y_test)

result

🔻roc_curve를 그려보자

from sklearn.metrics import roc_curve

def draw_roc_curve(models, model_names, X_test, y_test):
    plt.figure(figsize=(12, 10))

    for model in range(len(models)):
        pred = models[model].predict_proba(X_test)[:, 1]
        fpr, tpr, thresholds = roc_curve(y_test, pred)
        plt.plot(fpr, tpr, label=model_names[model])

    plt.plot([0,1], [0,1], 'k--', label='random guess')
    plt.title('ROC')
    plt.legend()
    plt.grid()
    plt.show()

 

draw_roc_curve(models, model_names, X_test, y_test)

---

🔻log 함수를 적용 시켜보자

→ 큰 값은 상대적으로 낮은 값으로 바꿔주고, 낮은 값은 그대로 사용하도록 설정 → X가 커질수록, y 값을 억제해주는 기능을 가지고 있다 (log scale 적용)

amount_log = np.log1p(raw_data['Amount'])
raw_data_copy['Amount_Scaled'] = amount_log

plt.figure(figsize=(12, 6))
sns.distplot(raw_data_copy['Amount_Scaled'], color='r')
plt.show()

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(raw_data_copy, y, test_size=0.3, random_state= 13, stratify=y)


models = [lr_clf, dt_clf, rf_clf, lgbm_clf]
model_names = ['Logistic Regression', 'DecisionTree', 'RandomForest', 'LightGBM']
result = get_result_pd(models, model_names, X_train, y_train, X_test, y_test)

result

draw_roc_curve(models, model_names, X_test, y_test)