在银行票据数据集中搜索3个比较的最佳方法

Question

所以，我需要创建一个分类器，通过3个简单的比较来检测假账单，基于以下伪代码:

假设您正在检查账单特征为f_1,f_2,f_3, f_4你的规则可能是这样的:

if ( f_1 > 4) and ( f_2 > 8) and ( f_4 < 25):
  x = " good "
else :
  x = " fake "

使用lambda最好吗?我是这样开始的:

distdf = {
f1 : banknote['variance'] 
f2 : banknote['skewness'] 
f3 : banknote['curtosis']
f4 : banknote['entropy'] 
}

但我不确定如何进行。这是使用著名的钞票认证数据集:钞票认证.csv，可以在Kaggle上找到。

Answer 1

我们可以尝试用np.where检查所有条件并应用相应的标签。不需要别名列f1, f2, f3等:

banknote_df['classifier'] = np.where(
    (banknote_df['variance'] > 4) &
    (banknote_df['skewness'] > 8) &
    (banknote_df['entropy'] < 25),
    'good',
    'fake'
)

示例程序:

---

import numpy as np
import pandas as pd
banknote_df = pd.DataFrame({
    'variance': [2.2156, 4.4795, 1.866, 3.47578, 0.697854],
    'skewness': [9.45647, 8.54688, -5.4568, 6.15258, -3.4564],
    'curtosis': [-1.12245, -1.2454, 2.75, -6.5468, 3.45875],
    'entropy': [-0.424514, -2.45687, 0.1230152, -6.1254, -0.45241],
    'class': [0, 0, 0, 0, 0]
})
banknote_df['classifier'] = np.where(
    (banknote_df['variance'] > 4) &
    (banknote_df['skewness'] > 8) &
    (banknote_df['entropy'] < 25),
    'good',
    'fake'
)
print(banknote_df)

banknote_df:

   variance  skewness  curtosis   entropy  class classifier
0  2.215600   9.45647  -1.12245 -0.424514      0       fake
1  4.479500   8.54688  -1.24540 -2.456870      0       good
2  1.866000  -5.45680   2.75000  0.123015      0       fake
3  3.475780   6.15258  -6.54680 -6.125400      0       fake
4  0.697854  -3.45640   3.45875 -0.452410      0       fake