ใช้ Decision Tree Classifier ตรวจจับธุรกรรมบัตรเครดิตที่เป็น Fraud จากข้อมูล Credit Card Fraud Detection
ข้อมูล
- 284,807 transactions, 31 features (V1-V28, Time, Amount, Class)
- Class: 0=Normal, 1=Fraud
- Imbalance: Fraud เพียง 0.17% (492/284,315)
ขั้นตอน
- โหลดข้อมูล, ตรวจสอบ imbalance
- แยก Features (X) และ Label (y)
- Train/Test Split (80/20)
- Train DecisionTreeClassifier (max_depth=4)
- ประเมิน: Accuracy, Precision, Recall, F1-Score
โค้ดสำคัญ
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn import metrics
from sklearn.metrics import precision_score, recall_score, f1_score
df = pd.read_csv('creditcard.csv')
X = df.iloc[:, :-1].values
y = df.iloc[:, -1].values
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
clf = DecisionTreeClassifier(max_depth=4, random_state=42)
clf.fit(X_train, y_train)
y_pred = clf.predict(X_test)
print(f"Accuracy: {metrics.accuracy_score(y_test, y_pred)*100:.4f}%")
print(f"Precision: {precision_score(y_test, y_pred, pos_label=1):.4f}")
print(f"Recall: {recall_score(y_test, y_pred, pos_label=1):.4f}")
print(f"F1-Score: {f1_score(y_test, y_pred, pos_label=1):.4f}")
ผลลัพธ์ตัวอย่าง
Accuracy: 99.94% Precision: 0.8101 Recall: 0.7711 F1-Score: 0.7901
หมายเหตุสำคัญ
- Accuracy สูงแค่ 99.94% เพราะข้อมูล imbalance ระดับมาก
- Precision/Recall/F1 สำคัญกว่า Accuracy ในกรณีนี้
- ควรลอง: SMOTE, class_weight, anomaly detection, ensemble methods
สรุป
Fraud detection ต้องเน้น Recall (จับ fraud ให้ได้มากที่สุด) และ F1-score ไม่ใช่ accuracy เพียงอย่างเดียว
