Credit Card Fraud Prediction (신용카드 부정 사용 예측)
이 프로젝트는 신용카드 결제 데이터를 분석하여 해당 거래가 정상인지, 아니면 부정 사용(Fraud)인지 감지하는 머신러닝 모델을 구축하는 예제입니다. 데이터의 불균형(정상 거래가 압도적으로 많음)을 처리하기 위해 Isolation Forest와 같은 이상 탐지 알고리즘을 사용합니다.
주요 기능
- 이상 탐지(Anomaly Detection):
Isolation Forest알고리즘을 사용하여 평소와 다른 패턴의 거래를 찾아냅니다. - 데이터 시각화: 상관관계 히트맵을 통해 다양한 특징(Features) 간의 관계를 분석합니다.
- 성능 평가: 부정 사용 탐지 모델의 정확도와 정밀도를 평가합니다.
코드 설명
1. 데이터 로드 및 확인
약 28만 건의 거래 데이터가 포함된 creditcard.csv 파일을 읽어옵니다. 이 데이터는 보안상 실제 특징 대신 V1~V28로 이름 붙여진 PCA 변환 데이터로 구성되어 있습니다.
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
data = pd.read_csv('creditcard.csv')
print(data.shape) # (284807, 31)
2. 데이터 탐색 및 상관관계 분석
히트맵을 사용하여 결제 금액(Amount)이나 시간(Time)이 부정 사용(Class)과 어떤 연관이 있는지 분석합니다.
corr_matrix = data.corr()
plt.figure(figsize=(30, 30))
sns.heatmap(corr_matrix, annot=True, cmap="RdYlGn")
plt.show()
3. Isolation Forest 모델 학습
이 알고리즘은 정상 데이터와 다른 '고립된' 데이터를 이상치로 판단합니다.
from sklearn.ensemble import IsolationForest
# 모델 생성 (예상 오차율 0.01 설정 예시)
clf = IsolationForest(max_samples=len(X), contamination=0.01, random_state=42)
clf.fit(X)
# 예측 수행 (1: 정상, -1: 이상치)
y_pred = clf.predict(X)