A Python machine learning project that detects credit card fraud
Bu proje, kredi kartı işlemleri üzerinde dolandırıcılığı tespit etmek için çeşitli sınıflandırma algoritmalarını karşılaştırır. Veri seti dengesiz olduğu için SMOTE kullanılmış ve Logistic Regression, Decision Tree, Random Forest ve SVM algoritmaları değerlendirilmiştir.
-
Veri Temizleme & Hazırlama
- Veri analizi, eksik veri kontrolü
- Hedef değişkenin dengesizliği (Class: 0 & 1)
- SMOTE ile dengeleme
-
Uygulanan Modeller
- Logistic Regression
- Decision Tree
- Random Forest
- Support Vector Machine (SVM)
-
Değerlendirme Metrikleri
- Accuracy, Precision, Recall, F1 Score, ROC AUC
- Confusion Matrix
- Decision Tree Görselleştirmesi
Model | Accuracy | Precision | Recall | F1 Score | ROC AUC |
---|---|---|---|---|---|
Logistic Regression | 0.46 | 0.45 | 0.54 | 0.49 | 0.51 |
Decision Tree | 0.59 | 0.58 | 0.59 | 0.59 | 0.59 |
Random Forest | 0.53 | 0.51 | 0.54 | 0.53 | 0.50 |
SVM | 0.50 | 0.48 | 0.38 | 0.42 | 0.45 |
- Confusion Matrix
- Karar Ağacı Grafiği
- ROC Curve (isteğe bağlı)
pip install pandas scikit-learn imbalanced-learn matplotlib seaborn