Sobre el proyecto

Online Payment Fraud Detection System es un proyecto de machine learning en Python para clasificar transacciones de pagos en línea como legítimas o fraudulentas. El repositorio proporciona un cuaderno de Jupyter y un script de Python, junto con una carpeta de conjunto de datos, imágenes generadas, requirements.txt, README y una licencia MIT. El flujo de trabajo documentado abarca la carga de un conjunto de datos de transacciones, preprocesamiento, manejo de valores faltantes, codificación de datos categóricos, escalado de características, división de entrenamiento y prueba, entrenamiento del modelo, predicción y evaluación del modelo. Los campos del conjunto de datos descritos incluyen step, type, amount, nameOrig, oldbalanceOrg, newbalanceOrig, nameDest, oldbalanceDest, newbalanceDest, isFraud e isFlaggedFraud. La variable objetivo es isFraud, donde 0 representa una transacción legítima y 1 representa una transacción fraudulenta. Se utilizan tres algoritmos de clasificación: Logistic Regression, Decision Tree Classifier y Random Forest Classifier. La evaluación se realiza mediante el accuracy score, la matriz de confusión y el informe de clasificación. El README incluye una tabla de comparación de modelos y reporta los valores de precisión para los tres modelos, indicando que Random Forest alcanzó una precisión del 96.67% en los resultados del proyecto. Los requisitos tecnológicos incluyen Python 3.x, pandas, NumPy, Matplotlib, Seaborn y scikit-learn; también se menciona Google Colab como entorno. Para ejecutar el proyecto, clone el repositorio, instale las dependencias con pip install -r requirements.txt, luego ejecute el script de Python o abra el cuaderno y ejecute todas las celdas después de cargar el conjunto de datos CSV. El README enumera ideas de mejoras futuras como la detección de fraudes basada en deep learning, el monitoreo de fraudes en tiempo real, una aplicación web en Flask o Streamlit, integración de API e IA explicable. Este es un ejemplo educativo compacto de un pipeline de clasificación supervisada para la detección de fraudes.