credit-card-fraud:信用卡欺诈数据分析

信用卡欺诈分析 使用神经网络分析信用卡欺诈数据。 数据集 数据集包含欧洲持卡人在2013年9月的两天收集期内的信用卡交易。 共有284,807笔交易，其中492笔（0.172％）是欺诈性的。 数据集包含数字变量，这些变量是主成分分析（PCA）转换的结果。 原始作者使用此转换方法来维护敏感信息的机密性。 另外，数据集包含Time和Amount ，但未通过PCA进行转换。 Time变量包含每个事务和数据集中的第一个事务之间经过的秒数。 Amount变量是交易金额，此功能可用于依赖于示例的成本敏感型学习。 Class变量是响应变量，它指示交易是否欺诈。 在Worldline和布鲁塞尔自由大学（ULB）的研究合作中，收集并分析了该数据集，涉及大数据挖掘和欺诈检测。 注意：该代码存储库中不再提供数据文件。 它可在Docker容器中或在Kaggle竞赛中使用。 模型 数据被分为5组训练/测试集