핸즈온 비지도 학습

306

3부 텐서플로와 케라스를 사용한 비지도 학습 모델

9.3

비지도 학습 모델

이제 비지도 학습을 사용해 사기 탐지 솔루션을 구축하겠습니다. 구체적으로

40

개 노드의 은

닉층과 드롭아웃

2

%, 선형 활성화 함수를 사용하는 희소

2

-계층 과대완전 오토인코더를 구축

할 겁니다.

이번에는 사기 거래 수를

오버샘플링

oversampling

해 훈련셋을 조정하겠습니다. 오버샘플링은 주어

진 데이터셋의 클래스 분포를 조정하는 데 사용하는 기술입니다. 우리가 훈련시키는 오토인코

더가 정상/비사기 거래와 비정상/사기 거래를 더욱 쉽게 구분할 수 있도록 데이터셋에 사기성

거래를 더 많이 추가하는 겁니다.

이전 작업에서 우리는 훈련셋에 존재하는 사기 거래

90

%를 삭제했습니다. 그 결과 훈련셋에

남은 사기 거래 건수는 단

33

건입니다. 우리는 이 사기 거래

33

건을

100

배 복제한 다음 훈련

셋에 추가할 겁니다. 또한 오버샘플링되지 않은 훈련셋의 복사본을 보관해 나머지 머신러닝 파

이프 라인에서 사용할 겁니다.

테스트셋은 별도로 건드리지 않을 겁니다. 오버샘플링은 훈련셋에만 적용합니다.

oversampl ultiplier = 100

X_train_original = X_train.copy()

y_train_original = y_train.copy()

X_test_original = X_test ...