Credit Card Fraud Detection — Logistic Regression

Este modelo foi desenvolvido para estudo de Machine Learning Engineering a partir do dataset público ULB/Kaggle. NÃO é um sistema financeiro validado para uso real.

Finalidade e limitações

  • Uso previsto: benchmark e demonstração educacional de identificação de eventos raros.
  • Não indicado: bloqueio de cartões, decisões financeiras ou inferência em dados de outra instituição.
  • V1 a V28 são componentes anonimizadas; Time mede tempo relativo (segundos); Amount não informa moeda.
  • O risk_score retornado por predict_proba não é probabilidade de fraude calibrada.
  • O classificador foi treinado em dados históricos e não foi validado prospectivamente.
  • Não redistribuímos o CSV original. Consulte as condições de uso da fonte para uso ou redistribuição de derivados.

Método

  • Divisão cronológica aproximada 60% treino / 20% validação / 20% teste.
  • Seleção do modelo por PR-AUC na validação; limiar escolhido por F1 na validação.
  • Conjunto de teste utilizado apenas para a avaliação final.
  • Duplicatas auditadas, mas não removidas automaticamente.

Avaliação no teste (modelo selecionado)

Métrica Resultado
PR-AUC (Average Precision) 0.7436
Precision 0.9434
Recall 0.6667
F1 0.7812
Verdadeiros positivos (TP) 50
Falsos positivos (FP) 3
Falsos negativos (FN) 25
Verdadeiros negativos (TN) 56884
Limiar fixado na validação 0.999986

A contagem de fraudes na base de teste foi 75. Os valores refletem somente este benchmark. Não há garantias de generalização.

Entrada, saída e compatibilidade

A entrada é um registro com 30 variáveis numéricas na ordem: Time, V1, V2, ..., V28, Amount. Um JSON sintético está em example_input.json. O artefato é um dicionário com pipeline, threshold e features. Saída: score entre 0 e 1 e classe 1 caso score >= threshold.

Segurança: fraud_model.joblib usa serialização Python/pickle; carregue apenas artefatos confiáveis. Evite abrir modelos desconhecidos. Reproduza as versões de dependências do ambiente de treino; scikit-learn registrado: 1.9.1.

Reprodutibilidade

Código-fonte: GitHub. Para reproduzir a análise, obtenha o dataset diretamente no Kaggle e execute os scripts python -m src.train e python -m src.diagnostics no repositório.

Checksum SHA-256 do modelo: ae41702531a66236a35a7209001f5747748788943016f42e2823b9ad72c34a4c

Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support