### 基于XGBoost的信用卡欺诈检测系统Python代码实现 以下是完整的基于XGBoost的信用卡欺诈检测系统的Python代码示例，涵盖了数据加载、预处理、模型训练和评估的关键步骤： --- #### 1. 导入必要的库 ```python import pandas as pd import numpy as np import xgboost as xgb from sklearn.model_selection import train_test_split from imblearn.over_sampling import SMOTE from sklearn.metrics import confusion_matrix, classification_report, roc_auc_score ``` --- #### 2. 数据加载与初步探索 假设我们使用的是Kaggle上的信用卡交易数据集[^2]。 ```python # 加载数据 df = pd.read_csv('creditcard.csv') # 查看类别分布 print(df['Class'].value_counts()) # 可视化类别分布 import matplotlib.pyplot as plt plt.figure(figsize=(6, 4)) df['Class'].value_counts().plot.bar() plt.title('Transaction Class Distribution') plt.xlabel('Class (0: Normal, 1: Fraud)') plt.ylabel('Count') plt.show() ``` --- #### 3. 数据分割与重采样 由于数据高度不平衡，这里采用SMOTE方法进行过采样[^4]。 ```python # 划分特征和标签 X = df.drop(columns=['Class']) y = df['Class'] # 将数据划分为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 使用SMOTE进行过采样 smote = SMOTE(random_state=42) X_resampled, y_resampled = smote.fit_resample(X_train, y_train) ``` --- #### 4. 构建XGBoost模型 定义XGBoost模型并设置超参数[^3]。 ```python # 转换为DMatrix格式 dtrain = xgb.DMatrix(X_resampled, label=y_resampled) dtest = xgb.DMatrix(X_test, label=y_test) # 设置XGBoost参数 params = { 'max_depth': 6, 'learning_rate': 0.1, 'objective': 'binary:logistic', 'eval_metric': 'auc', 'subsample': 0.8, 'colsample_bytree': 0.8, 'seed': 42 } # 训练模型 num_rounds = 100 bst = xgb.train(params, dtrain, num_rounds) ``` --- #### 5. 模型评估 通过多种指标评估模型性能[^2]。 ```python # 预测概率 y_pred_prob = bst.predict(dtest) # 根据阈值转换为分类结果 threshold = 0.5 y_pred_class = (y_pred_prob >= threshold).astype(int) # 打印混淆矩阵和分类报告 conf_matrix = confusion_matrix(y_test, y_pred_class) class_report = classification_report(y_test, y_pred_class) print("Confusion Matrix:") print(conf_matrix) print("\nClassification Report:") print(class_report) # AUC-ROC评分 roc_auc = roc_auc_score(y_test, y_pred_prob) print(f"AUC-ROC Score: {roc_auc}") ``` --- #### 6. 结果可视化 绘制AUC-ROC曲线以直观展示模型性能[^2]。 ```python from sklearn.metrics import roc_curve import matplotlib.pyplot as plt fpr, tpr, thresholds = roc_curve(y_test, y_pred_prob) plt.plot(fpr, tpr, label=f'AUC={roc_auc:.2f}') plt.plot([0, 1], [0, 1], linestyle='--', color='gray') plt.xlabel('False Positive Rate') plt.ylabel('True Positive Rate') plt.title('ROC Curve') plt.legend() plt.show() ``` --- ###