gusdelact/wine-fraud-curated

wine-fraud-detector (curated)

Descripción

Dataset curado para clasificación binaria de fraude en vinos a partir de propiedades fisicoquímicas. Derivado de gusdelact/wine_fraud con feature engineering aplicado: clipping IQR (factor 1.6), estandarización de variables numéricas y One-Hot encoding de la variable categórica type.

Información general

• Autor: gusdelact
• Fecha de creación: 2026-05-18
• Fuente original: gusdelact/wine_fraud
• Licencia: Apache-2.0
• Tarea: clasificación binaria desbalanceada (Legit vs Fraud)

Composición

• Filas crudas: 6497
• Train (procesado, estratificado): 5197
• Test (procesado, estratificado): 1300
• Distribución del target original: {'Legit': 6251, 'Fraud': 246}
• Imbalance ratio (Legit:Fraud): 25.41:1
• Variable target: quality
• Codificación: Legit=0, Fraud=1

Features

Columna	Tipo	Tratamiento
11 fisicoquímicas (acidity, sugar, pH, alcohol, …)	numérica	clipping IQR + StandardScaler
type	categórica	OneHotEncoder → type_red, type_white

Preprocesamiento aplicado

1. Clipping IQR con factor 1.6 sobre numéricas.
2. Sin features eliminadas por correlación (max |corr| < 0.85 entre numéricas).
3. Split estratificado por quality con test_size=0.20, random_state=42.
4. Imputación: mediana (numéricas), moda (categóricas).
5. StandardScaler en numéricas, OneHotEncoder en type.

Uso previsto

Entrenamiento de modelos de clasificación binaria con desbalance fuerte. Adecuado para benchmarking de técnicas como SMOTE, class_weight='balanced', scale_pos_weight y calibración del umbral.

Limitaciones

• Clase Fraud representa solo 3.79% de los datos. F1 puntual sobre test (~49 positivos) tiene varianza alta.
• El "fraude" en este dataset es etiquetado en la fuente; no se documenta el criterio exacto. Cualquier despliegue real requiere validar la definición operativa con expertos.

Cómo citar

@dataset{wine_fraud_curated,
  author = {gusdelact},
  title = {wine-fraud-detector (curated)},
  year = {2026},
  publisher = {Hugging Face},
  url = {https://huggingface.co/datasets/gusdelact/wine-fraud-curated}
}