mlops-fraud-v1

Modelo RandomForest para classificação binária — domínio fraud. Desenvolvido como parte do curso CDIA M7 — Semana 3.

Uso

from huggingface_hub import hf_hub_download
import joblib

model = joblib.load(hf_hub_download("Zaras210/mlops-fraud-v1", "model.pkl"))
prediction = model.predict([[...]])

Features de entrada

Feature	Tipo	Descrição
amount	float	Valor da transação
hour	int	Hora da transação (0-23)
num_items	int	Número de itens
customer_age	int	Idade do cliente
transaction_history_score	int	Score de histórico (0-100)

Target: is_fraud (0 = negativo, 1 = positivo)

Métricas (test set)

Métrica	Valor
Accuracy	0.998
Precision (classe 1)	1.000
Recall (classe 1)	0.889
F1-score (classe 1)	0.941

Limitações

• Treinado com dados sintéticos — não reflete distribuições reais.
• RandomForest com hiperparâmetros padrão, sem tuning.
• Proporção de classes fixada na geração.