Zusammenfassung Artikel:
- Struktur:
71965 bestellte Artikel insgesamt (Train+Test)
560 verschiedene Artikel, keine, die nur in Test oder nur in Train
vorkommen
40 verschiedene Preise
10 Artikel werden nicht von Betrügern gekauft
- Artikel werden annähernd gleichverteilt gekauft
- Es gibt für Betrug anfällige Artikel und Artikelgruppen
- Die Artikelpreise sind bekannt
Detaillierter:
- Verteilungen
+ Artikel:
Alle Artikel werden annähernd gleichverteilt bestellt, im Mittel
128.5 mal (auf Train und Test zusammen) Minimum ist 99, Maximum
ist 173 (d.h. kein Artikel wird weniger als 99 mal bestellt, und
keiner öfter als 173 mal)
+ Kategorien
Die Artikelnummern scheinen in Kategorien eingeteilt zu sein, die
durch die ersten drei ziffern bestimmt wird. Es gibt 6 Kategorien:
"010" bis "060" die folgenden ziffern scheinen zufällig verteilt
zu sein, das wird aber noch untersucht.
Kategorie "040" macht 36% der Artikelnummern aus und wegen der
Gleichverteilten Bestellung auch 36% der bestellten Artikel.
Die Kategorie "040" kommt verstärkt in Betrugsfällen vor,
Kategorie "020" ist bei Betrügen unterrepräsentiert
+ Betrüge
Im Schnitt sind 6% der Bestellmenge eines Artikels Betrug
Es gibt besonders auffällige Artikel bei denen dieser Wert bei 20%
liegt und 10 Artikeln, die in den Trainingsdaten nie von Betrügern
gekauft wurden
Betrüge treten eher bei Produkten mit niedrigen und mittleren
Preisen auf.
- Preise
+ Es gibt 40 Verschiedene Preise zwischen 5.20 EURO und 68.40 EURO
+ Die Einzelpreise aller Artikel sind bekannt
+ Die Durschnittspreise der Kategorien unterscheiden sich nicht
merklich
Noch detaillierter:
- Verteilung der Artikel
Erwartungswerte für die Bestellhäufigkeit eines Artikels:
MERGED [50000] Erwartungswert = 128.509 Varianz = 141.757 max = 173 min = 99
TRAIN [30000] Erwartungswert = 77.2607 Varianz = 84.9892 max = 105 min = 51
TEST [20000] Erwartungswert = 51.2482 Varianz = 51.1652 max = 69 min = 33
- Kategorien
MERGED [71965] TRAIN [43266] TEST [28699]
count %of count %of count %of
10801 15.01 010 6461 14.93 010 4340 15.12 010
16028 22.27 020 9623 22.24 020 6405 22.32 020
6057 8.42 030 3603 8.33 030 2454 8.55 030
26152 36.34 040 15814 36.55 040 10338 36.02 040
8071 11.22 050 4830 11.16 050 3241 11.29 050
4856 6.75 060 2935 6.78 060 1921 6.69 060
- Kategorien Klasse 0 VS. Klasse 1
Klasse 0 [40663 Artikel]
Klasse 1 [ 2603 Artikel]
| C=1 | C=0 Beide
----+-------+-------------
010 | 14.41 | 14.97 14.93
020 | 18.02 | 22.51 22.24
030 | 7.72 | 8.37 8.33
040 | 44.45 | 36.05 36.55
050 | 9.91 | 11.24 11.16
060 | 5.49 | 6.87 6.78
=> binäres feature wenn aus Kategorie [1-6] bestellt wird
- Kategorien: Durchschnittspreise:
010 32.7623
020 26.8331
030 30.8209
040 32.5132
050 27.3946
060 32.1562
- Artikel aus Train nicht in Test
+ KEINE!!!
+ es gibt insgesamt 560 verschiedene Artikel
- Die Fraud top ten:
Artikel Betrüge %betr Bestellt %best %betrug/bestell Preis
0403950 13 0.50 64 0.21 20.31 8.50
0409513 14 0.54 69 0.23 20.29 18.00
0402845 17 0.65 105 0.35 16.19 12.60
0407703 13 0.50 87 0.29 14.94 9.99
0406310 11 0.42 74 0.25 14.86 10.80
0402469 10 0.38 71 0.24 14.08 14.50
0202681 10 0.38 72 0.24 13.89 6.50
0400061 12 0.46 87 0.29 13.79 42.80
0404792 10 0.38 74 0.25 13.51 14.50
0407046 8 0.31 60 0.20 13.33 19.99
- Betrug von Bestell gesamt (durchschnittlicher prozentualer Betrugsanteil pro Artikel)
6.01
=> binäres feature, wenn einer der "verdächtigen" Artikel bestellt wird
=> betrogen wird eher bei niedrigen bis mittleren Preisen
- Die Fraud Bottom 10
Artikel Betrüge %betr Bestell %best %betrug/bestell Preis
0609500 0 0.00 71 0.24 0.00 26.00
0600925 0 0.00 86 0.29 0.00 37.00
0509121 0 0.00 72 0.24 0.00 22.95
0504485 0 0.00 66 0.22 0.00 42.80
0407570 0 0.00 64 0.21 0.00 34.50
0405431 0 0.00 69 0.23 0.00 51.00
0302677 0 0.00 81 0.27 0.00 19.99
0208609 0 0.00 64 0.21 0.00 10.80
0208605 0 0.00 70 0.23 0.00 9.99
0100061 0 0.00 74 0.25 0.00 31.90
- Die Preise
+ min = 5.2 max = 68.4
+ durchschnittlicher Preis in der Preisliste 30.5306
+ Artikelpreis Top Ten
Preis Anzahl
12.6 25
68.4 24
54.5 24
17.8 21
9.99 20
19.99 20
16 20
42.8 18
37 16
34.5 16
+ durchschnittlicher Artikelpreis in den Bestellungen 30.4868
+ Bestellungen pro Preis Top Ten
Preis Anzahl
12.6 1970
54.5 1810
17.8 1652
16 1586
9.99 1548
19.99 1526
42.8 1437
23.5 1293
37 1278
34.5 1257
In der Crossvalidation:
fold 0 distinct articles in non-fraudulent transactions 560 fraudulent transactions 530
fold 1 distinct articles in non-fraudulent transactions 560 fraudulent transactions 531
fold 2 distinct articles in non-fraudulent transactions 560 fraudulent transactions 532
fold 3 distinct articles in non-fraudulent transactions 560 fraudulent transactions 526
fold 4 distinct articles in non-fraudulent transactions 560 fraudulent transactions 529
distinct articles in the fraud top ten of each fold (max=50): 22
count article
5 0409513
5 0403950
4 0402845
4 0102496
4 0101511
3 0407703
3 0406310
3 0402089
2 0508777
2 0504159
2 0408889
2 0408470
2 0206821
1 0509725
1 0503397
1 0404242
1 0402116
1 0402062
1 0401402
1 0300767
1 0202681
1 0107300
distinct articles in the fraud bottom 10 of each fold (max=50): 38
count article
5 0200061
5 0100061
4 0202448
2 0205874
1 0302677
1 0302611
1 0209006
1 0208609
1 0208605
1 0207610
1 0206255
1 0204765
1 0204485
1 0204242
1 0204159
1 0202677
1 0202410
1 0202246
1 0202089
1 0201856
1 0201796
1 0200925
1 0200214
1 0200035
1 0108889
1 0108801
1 0108777
1 0108397
1 0107699
1 0107255
1 0106858
1 0105685
1 0104159
1 0104077
1 0103397
1 0102089
1 0100214
1 0100124
distinct articles in the fraud bottom 50 of each fold (max=250): 131
Average Rank in Fraud Hitlist
TOP:
Article Average Rank
0403950 1.6
0409513 2
0402845 5.2
0101511 11.8
0402089 12.6
0407703 13
0504159 16.4
0300767 20.6
0406310 20.6
0408470 23.4
BOTTOM:
Article Average Rank
0407570 539.4
0405431 540.8
0302677 543.8
0209006 546
0208609 547.2
0208605 548.2
0205874 551
0202448 553.6
0200061 556
0100061 560