数据集概述
本数据集是信用卡欺诈检测的FAIR合规实践项目资料，包含训练/验证/测试数据拆分、训练好的随机森林模型、评估输出及模型卡片，还有带文档的代码文件，支持可复现的欺诈检测研究与应用。
文件详解
- 数据文件：
- training_subset.csv：CSV格式，训练子集数据，字段包括交易编号、商户ID、日平均交易金额、交易金额、是否拒绝等
- validation_subset.csv：CSV格式，验证子集数据，字段与训练子集一致
- test_subset.csv：CSV格式，测试子集数据，字段与训练子集一致
- credit_card.csv：CSV格式，可能为完整或原始数据文件
- 代码与环境文件：
- Task (1).ipynb：Jupyter Notebook格式，包含端到端欺诈检测代码
- requirements.txt：TXT格式，列出依赖库，如pandas、scikit-learn等
- codemeta.json：JSON格式，代码元数据文件，包含上下文、类型、名称等字段
- 文档与许可证文件：
- README.md：MD格式，项目说明文档，包含运行指南
- Add MIT license.txt：TXT格式，MIT许可证文件
- DMP_Credit Card Fraud Detection.pdf：PDF格式，数据管理计划文档
适用场景
- 金融风控研究：用于信用卡欺诈检测模型的训练与验证
- 机器学习实践：学习FAIR合规的端到端模型开发流程
- 模型评估分析：基于混淆矩阵、ROC曲线等评估输出优化欺诈检测模型
- 数据管理研究：参考FAIR原则的数据与模型管理实践案例
