sunithamalathi1016-dotcom/Credit_card_fraud-detection

# 💳 信用卡欺诈检测 ## 📌 概述 本项目使用机器学习来检测欺诈性信用卡交易。它包括数据预处理、探索性数据分析（EDA）、模型训练和性能评估，以将交易分类为正常或欺诈。 ## 🛠 使用的技术 - Python - Pandas - NumPy - Matplotlib - Seaborn - Scikit-learn - TensorFlow/Keras（可选） - Jupyter Notebook ## 📂 数据集 该数据集包含匿名的信用卡交易记录，其中包括： - **Time** - **V1–V28**（经过 PCA 转换的特征） - **Amount** - **Class**（0 = 正常，1 = 欺诈） ## 📊 工作流程 1. 加载数据集 2. 数据预处理 3. 探索性数据分析 4. 特征缩放 5. 训练集与测试集划分 6. 模型训练 7. 模型评估 8. 欺诈预测 ## 📈 评估指标 - 准确率（Accuracy） - 精确率（Precision） - 召回率（Recall） - F1 分数（F1 Score） - ROC-AUC - 混淆矩阵（Confusion Matrix） ## 🚀 未来改进 - 实时欺诈检测 - 使用 Flask/Streamlit 进行模型部署 - 超参数调优 ## 👨‍💻 作者 **Sunitha S**

标签：Apex, NoSQL, Scikit-learn, 分类算法, 数据科学, 机器学习, 欺诈检测, 资源验证, 逆向工具, 金融科技