Système de détection des Fraudes de transactions Bancaires avec l’algorithme de l’arbre de décision(Python)

Dans ce projet, il est question de construire un modèle de machine learning avec la méthode de classification de l’arbre de décision. L’objectif de ce modèle est de classifier, si une transaction bancaire est frauduleuse ou non. Le modèle d’apprentissage formé à l'aide de l'ensemble de données de prediction_de_fraud.csv disponible sur le web(https://www.kaggle.com/mlg-ulb/creditcardfraud)

Librairies et Outils

• Scikit-learn
• pandas
• pydotplus
• Spyder, Jupyter.
• Anaconda (Python 3.6)

Comment utiliser

Nous avons deux fichiers : ArbreDecisionClassification.py et ArbredecVizualisation.py. Le premier fichier (ArbreDecisionClassification.py )est utilisé pour le prétraitement de données, construction du modèle, évaluation avec la Matrice de Confusion, et le second fichier(ArbredecVizualisation.py) comprend l’Initialisation du classifieur DT, Adapter le classificateur aux données, ainsi que différentes visualisations.

Et vous pouvez commencer la formation de votre modèle.

Bonne chance!