Анализ мошеннических транзакций

Обзор

Данный проект нацелен на приобретение навыков в работе с несбалансированными данными.

Цели:

1. Проанализировать данные
2. Исследовать подходы к работе с несбанасированными данными
3. Разработать модель, способную достичь оптимального trade-off между recall и precision

Данные

Я использовал классический для проблемы дисбаланса классов датасет - "Credit Card Fraud Detection" с kaggle

Особенности датасета:

• Крайне высокий дисбаланс классов - 1 к 579.
• Крайне низкое количество приоритетного класса - 492 сэмлпа.
• Анонимизированные переменные, полученные после PCA Трансформации (Предварительная обработка практически не нужна)

Технологии

• Язык: Python 3.12.2
• Анализ данных: pandas, numpy, scikit-learn
• Визуализация данных: matplotlib, seaborn
• Машинное обучение: scikit-learn, imbalanced-learn, xgboost, lgbm, pytorch
• Оптимизация: Optuna
• Сохранение моделей: pickle