MachineLearning2025/2311020116_CreditCardFraudDetection
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Merge remote changes

Browse Source
This commit is contained in:
2311020116lhh 2026-01-15 23:16:38 +08:00
commit 80ee5f763f
7 changed files with 0 additions and 901 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

225
QUICKSTART.md
View File

@ -1,225 +0,0 @@
# 快速开始指南
本指南将帮助您在5分钟内运行信用卡欺诈检测系统。
## 前置要求
- Python 3.10 或更高版本
- pip（Python包管理器）
## 安装步骤
### 1. 克隆仓库
```bash
git clone <repository-url>
cd Credit-Card-Fraud-Detection
```
### 2. 创建虚拟环境（推荐）
**Windows:**
```bash
python -m venv venv
venv\Scripts\activate
```
**Linux/Mac:**
```bash
python3 -m venv venv
source venv/bin/activate
```
### 3. 安装依赖
**方式1: 使用 requirements.txt（推荐）**
```bash
pip install -r requirements.txt
```
**方式2: 使用 setup.py**
```bash
pip install -e .
```
**方式3: 使用 uv（需要先安装 uv）**
```bash
pip install uv
uv sync
```
### 4. 准备数据
确保 `data/creditcard.csv` 文件存在。如果不存在，请：
1. 从 Kaggle 下载数据集: https://www.kaggle.com/mlg-ulb/creditcardfraud
2. 将下载的 `creditcard.csv` 文件放入 `data/` 目录
### 5. 训练模型
```bash
python src/train.py
```
训练完成后，模型文件将保存在 `models/` 目录中：
- `random_forest_model.joblib` - 随机森林模型
- `logistic_regression_model.joblib` - 逻辑回归模型
- `scaler.joblib` - 特征缩放器
### 6. 运行应用
**方式1: 使用 agent_app.py（推荐）**
```bash
python src/agent_app.py
```
这将自动启动 Web 界面并在浏览器中打开。
**方式2: 直接运行 Streamlit**
```bash
streamlit run src/streamlit_app.py
```
## 使用说明
### Web 界面使用
1. **选择输入方式**
- 上传CSV文件：批量处理交易数据
- 手动输入：输入30个特征值
2. **输入特征**
- Time: 交易时间（秒）
- V1-V28: PCA转换后的特征
- Amount: 交易金额
3. **点击"检测欺诈"按钮**
- 系统会显示预测结果
- 查看特征解释
- 获取行动建议
### 命令行使用
```python
from src.agent_app import create_agent
agent = create_agent()
transaction = [
0, -1.3598071336738, -0.0727811733098497, 2.53634673796914, 1.37815522427443,
-0.338320769942518, 0.462387777762292, 0.239598554061257, 0.0986979012610507,
0.363786969611213, 0.0907941719789316, -0.551599533260813, -0.617800855762348,
-0.991389847235408, -0.311169353699879, 1.46817697209427, -0.470400525259478,
0.207971241929242, 0.0257905801985591, 0.403992960255733, 0.251412098239705,
-0.018306777944153, 0.277837575558899, -0.110473910188767, 0.0669280749146731,
0.128539358273528, -0.189114843888824, 0.133558376740387, -0.0210530534538215,
149.62
]
result = agent.process_transaction(transaction)
print(f"预测类别: {result.evaluation.class_name}")
print(f"欺诈概率: {result.evaluation.fraud_probability:.4f}")
```
## 运行测试
```bash
# 运行所有测试
pytest tests/
# 运行特定测试文件
pytest tests/test_data.py
# 查看测试覆盖率
pytest tests/ --cov=src --cov-report=html
```
## 常见问题
### Q1: 找不到数据文件
**错误信息**: `FileNotFoundError: data/creditcard.csv`
**解决方案**:
1. 确保数据文件存在于 `data/` 目录
2. 从 Kaggle 下载数据集并放入正确位置
### Q2: 模型文件不存在
**错误信息**: `RuntimeError: 模型或缩放器加载失败`
**解决方案**:
```bash
# 先训练模型
python src/train.py
```
### Q3: 依赖安装失败
**错误信息**: `pip install` 失败
**解决方案**:
1. 确保使用 Python 3.10+
2. 升级 pip: `pip install --upgrade pip`
3. 使用国内镜像源: `pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple`
### Q4: Streamlit 无法启动
**错误信息**: `streamlit not found`
**解决方案**:
```bash
pip install streamlit
```
### Q5: 端口被占用
**错误信息**: `Address already in use`
**解决方案**:
```bash
# 使用不同端口启动
streamlit run src/streamlit_app.py --server.port 8502
```
## 项目结构
```
Credit-Card-Fraud-Detection/
├── data/ # 数据目录
│ └── creditcard.csv # 信用卡交易数据
├── models/ # 模型目录
│ ├── random_forest_model.joblib
│ ├── logistic_regression_model.joblib
│ └── scaler.joblib
├── src/ # 源代码
│ ├── agent_app.py # Agent 入口（推荐使用）
│ ├── streamlit_app.py # Streamlit Web 应用
│ ├── train.py # 模型训练
│ ├── infer.py # 推理接口
│ ├── data.py # 数据处理
│ └── features.py # 特征定义
├── tests/ # 测试文件
├── requirements.txt # Python 依赖
├── setup.py # 安装脚本
├── QUICKSTART.md # 快速开始指南（本文件）
└── README.md # 详细文档
```
## 下一步
- 阅读 [README.md](README.md) 了解项目详情
- 查看 [src/](src/) 目录下的源代码
- 运行测试确保一切正常
- 开始使用系统进行欺诈检测
## 技术支持
如遇到问题，请：
1. 检查本指南的"常见问题"部分
2. 查看 [README.md](README.md) 获取更多信息
3. 提交 Issue 到项目仓库
## 许可证
MIT License

241
auto_install.py
View File

@ -1,241 +0,0 @@
"""
信用卡欺诈检测系统 - 自动化安装脚本
跨平台支持：Windows、Linux、macOS
"""
import sys
import subprocess
import os
from pathlib import Path
import time
def print_header(text):
"""打印标题"""
print("=" * 60)
print(text)
print("=" * 60)
print()
def print_step(step_num, total_steps, description):
"""打印步骤信息"""
print(f"[步骤 {step_num}/{total_steps}] {description}")
def run_command(command, description=""):
"""运行命令并处理错误"""
try:
if description:
print(f" 正在执行: {description}")
result = subprocess.run(
command,
shell=True,
check=True,
capture_output=True,
text=True
)
if result.stdout:
print(result.stdout)
return True
except subprocess.CalledProcessError as e:
print(f" [错误] 命令执行失败")
if e.stderr:
print(f" 错误信息: {e.stderr}")
return False
def check_python_version():
"""检查Python版本"""
print_step(1, 5, "检查Python版本...")
version = sys.version_info
print(f" Python版本: {version.major}.{version.minor}.{version.micro}")
if version.major == 3 and version.minor >= 10:
print(" ✓ Python版本符合要求 (>= 3.10)")
return True
else:
print(" ✗ Python版本不符合要求，需要3.10或更高版本")
print(" 请从 https://www.python.org/downloads/ 下载最新版本")
return False
def install_dependencies():
"""安装Python依赖"""
print_step(2, 5, "安装Python依赖...")
print(" 正在安装依赖包，这可能需要几分钟...")
# 尝试使用pip安装
success = run_command(
f"{sys.executable} -m pip install -r requirements.txt",
"安装依赖包"
)
if success:
print(" ✓ 依赖安装完成")
return True
else:
print(" ✗ 依赖安装失败")
print(" 请检查网络连接或尝试使用国内镜像源:")
print(f" {sys.executable} -m pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple")
return False
def check_data_file():
"""检查数据文件"""
print_step(3, 5, "检查数据文件...")
data_file = Path("data/creditcard.csv")
if data_file.exists():
file_size = data_file.stat().st_size / (1024 * 1024) # MB
print(f" ✓ 数据文件已存在 (大小: {file_size:.2f} MB)")
return True
else:
print(" ✗ 未找到数据文件 data/creditcard.csv")
print()
print(" 请从以下地址下载数据集:")
print(" https://www.kaggle.com/datasets/mlg-ulb/creditcardfraud")
print()
print(" 下载后将 creditcard.csv 文件放入 data/ 目录")
print()
response = input(" 数据文件已准备好吗？(Y/N): ").strip().upper()
if response == 'Y':
print(" ✓ 继续安装...")
return True
else:
print(" ✗ 安装已取消")
return False
def check_model_files():
"""检查并训练模型"""
print_step(4, 5, "检查模型文件...")
models_dir = Path("models")
model_file = models_dir / "random_forest_model.joblib"
if model_file.exists():
file_size = model_file.stat().st_size / 1024 # KB
print(f" ✓ 模型文件已存在 (大小: {file_size:.2f} KB)")
return True
else:
print(" 模型文件不存在，开始训练模型...")
print(" 这可能需要几分钟，请耐心等待...")
success = run_command(
f"{sys.executable} src/train.py",
"训练模型"
)
if success:
print(" ✓ 模型训练完成")
return True
else:
print(" ✗ 模型训练失败")
return False
def run_environment_check():
"""运行环境检查"""
print_step(5, 5, "运行环境检查...")
success = run_command(
f"{sys.executable} check_environment.py",
"检查环境"
)
if success:
print(" ✓ 环境检查通过")
else:
print(" ⚠ 环境检查发现问题，但将继续启动应用")
return True
def launch_application():
"""启动应用"""
print()
print_header("安装完成！正在启动Web界面...")
print()
print("提示:")
print("- Web界面将在浏览器中自动打开")
print("- 如果没有自动打开，请访问: http://localhost:8501")
print("- 按 Ctrl+C 可以停止服务")
print()
# 等待几秒让用户看到提示
time.sleep(2)
# 启动应用
try:
subprocess.run(
f"{sys.executable} src/agent_app.py",
shell=True,
check=True
)
except KeyboardInterrupt:
print()
print("应用已停止")
except Exception as e:
print(f"启动应用时出错: {e}")
def main():
"""主函数"""
print_header("信用卡欺诈检测系统 - 自动化安装脚本")
# 检查Python版本
if not check_python_version():
input("按回车键退出...")
sys.exit(1)
print()
# 安装依赖
if not install_dependencies():
input("按回车键退出...")
sys.exit(1)
print()
# 检查数据文件
if not check_data_file():
input("按回车键退出...")
sys.exit(1)
print()
# 检查模型文件
if not check_model_files():
input("按回车键退出...")
sys.exit(1)
print()
# 运行环境检查
run_environment_check()
# 启动应用
launch_application()
if __name__ == "__main__":
try:
main()
except KeyboardInterrupt:
print()
print("安装已取消")
sys.exit(1)
except Exception as e:
print()
print(f"安装过程中出现错误: {e}")
import traceback
traceback.print_exc()
input("按回车键退出...")
sys.exit(1)

193
check_environment.py
View File

@ -1,193 +0,0 @@
"""
环境检查脚本
用于验证项目依赖和环境配置是否正确
"""
import sys
import importlib
from pathlib import Path
def check_python_version():
"""检查Python版本"""
print("=" * 60)
print("检查 Python 版本...")
print("=" * 60)
version = sys.version_info
print(f"当前 Python 版本: {version.major}.{version.minor}.{version.micro}")
if version.major == 3 and version.minor >= 10:
print("✓ Python 版本符合要求 (>= 3.10)")
return True
else:
print("✗ Python 版本不符合要求，需要 3.10 或更高版本")
return False
def check_dependencies():
"""检查必要的依赖包"""
print("\n" + "=" * 60)
print("检查依赖包...")
print("=" * 60)
required_packages = {
'numpy': 'numpy',
'polars': 'polars',
'sklearn': 'scikit-learn',
'imblearn': 'imbalanced-learn',
'matplotlib': 'matplotlib',
'seaborn': 'seaborn',
'joblib': 'joblib',
'pydantic': 'pydantic',
'streamlit': 'streamlit',
}
missing_packages = []
for module_name, package_name in required_packages.items():
try:
module = importlib.import_module(module_name)
version = getattr(module, '__version__', 'unknown')
print(f"✓ {package_name:20s} - 版本: {version}")
except ImportError:
print(f"✗ {package_name:20s} - 未安装")
missing_packages.append(package_name)
if missing_packages:
print(f"\n缺少 {len(missing_packages)} 个依赖包")
print(f"请运行: pip install {' '.join(missing_packages)}")
return False
else:
print("\n✓ 所有依赖包已正确安装")
return True
def check_data_files():
"""检查数据文件"""
print("\n" + "=" * 60)
print("检查数据文件...")
print("=" * 60)
data_dir = Path("data")
creditcard_csv = data_dir / "creditcard.csv"
if creditcard_csv.exists():
file_size = creditcard_csv.stat().st_size / (1024 * 1024) # MB
print(f"✓ data/creditcard.csv 存在 (大小: {file_size:.2f} MB)")
return True
else:
print("✗ data/creditcard.csv 不存在")
print("请从以下地址下载数据集:")
print("https://www.kaggle.com/mlg-ulb/creditcardfraud")
print("并将 creditcard.csv 文件放入 data/ 目录")
return False
def check_model_files():
"""检查模型文件"""
print("\n" + "=" * 60)
print("检查模型文件...")
print("=" * 60)
models_dir = Path("models")
required_models = [
"random_forest_model.joblib",
"logistic_regression_model.joblib",
"scaler.joblib"
]
missing_models = []
for model_file in required_models:
model_path = models_dir / model_file
if model_path.exists():
file_size = model_path.stat().st_size / 1024 # KB
print(f"✓ {model_file:35s} (大小: {file_size:.2f} KB)")
else:
print(f"✗ {model_file:35s} - 不存在")
missing_models.append(model_file)
if missing_models:
print(f"\n缺少 {len(missing_models)} 个模型文件")
print("请运行: python src/train.py 来训练模型")
return False
else:
print("\n✓ 所有模型文件已存在")
return True
def check_source_files():
"""检查源代码文件"""
print("\n" + "=" * 60)
print("检查源代码文件...")
print("=" * 60)
src_dir = Path("src")
required_files = [
"__init__.py",
"data.py",
"features.py",
"train.py",
"infer.py",
"agent_app.py",
"streamlit_app.py"
]
missing_files = []
for file_name in required_files:
file_path = src_dir / file_name
if file_path.exists():
print(f"✓ src/{file_name}")
else:
print(f"✗ src/{file_name} - 不存在")
missing_files.append(file_name)
if missing_files:
print(f"\n缺少 {len(missing_files)} 个源代码文件")
return False
else:
print("\n✓ 所有源代码文件完整")
return True
def run_all_checks():
"""运行所有检查"""
print("\n" + "=" * 60)
print("信用卡欺诈检测系统 - 环境检查")
print("=" * 60)
results = {
"Python 版本": check_python_version(),
"依赖包": check_dependencies(),
"数据文件": check_data_files(),
"模型文件": check_model_files(),
"源代码文件": check_source_files(),
}
print("\n" + "=" * 60)
print("检查结果汇总")
print("=" * 60)
for check_name, result in results.items():
status = "✓ 通过" if result else "✗ 失败"
print(f"{check_name:15s}: {status}")
all_passed = all(results.values())
print("\n" + "=" * 60)
if all_passed:
print("✓ 所有检查通过！您可以运行系统了")
print("\n运行命令:")
print(" python src/agent_app.py")
else:
print("✗ 部分检查未通过，请根据上述提示解决问题")
print("\n快速修复:")
if not results["依赖包"]:
print(" 1. 安装依赖: pip install -r requirements.txt")
if not results["数据文件"]:
print(" 2. 下载数据: 从 Kaggle 下载 creditcard.csv 到 data/ 目录")
if not results["模型文件"]:
print(" 3. 训练模型: python src/train.py")
print("=" * 60)
return all_passed
if __name__ == "__main__":
success = run_all_checks()
sys.exit(0 if success else 1)

112
install.bat
View File

@ -1,112 +0,0 @@
@echo off
chcp 65001 >nul
setlocal enabledelayedexpansion
echo ============================================================
echo 信用卡欺诈检测系统 - 一键安装脚本
echo ============================================================
echo.
REM 检查Python是否安装
python --version >nul 2>&1
if %errorlevel% neq 0 (
echo [错误] 未检测到Python，请先安装Python 3.10或更高版本
echo 下载地址: https://www.python.org/downloads/
pause
exit /b 1
)
echo [步骤 1/5] 检查Python版本...
for /f "tokens=2" %%i in ('python --version 2^>^&1') do set PYTHON_VERSION=%%i
echo Python版本: %PYTHON_VERSION%
echo.
REM 检查Python版本是否满足要求
for /f "tokens=1,2 delims=." %%a in ("%PYTHON_VERSION%") do (
set MAJOR=%%a
set MINOR=%%b
)
if %MAJOR% lss 3 (
echo [错误] Python版本过低，需要3.10或更高版本
pause
exit /b 1
)
if %MAJOR% equ 3 (
if %MINOR% lss 10 (
echo [错误] Python版本过低，需要3.10或更高版本
pause
exit /b 1
)
)
echo [步骤 2/5] 安装Python依赖...
echo 正在安装依赖包，这可能需要几分钟...
pip install -r requirements.txt
if %errorlevel% neq 0 (
echo [错误] 依赖安装失败
echo 请检查网络连接或尝试使用国内镜像源:
echo pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pause
exit /b 1
)
echo 依赖安装完成
echo.
echo [步骤 3/5] 检查数据文件...
if not exist "data\creditcard.csv" (
echo [警告] 未找到数据文件 data\creditcard.csv
echo.
echo 请从以下地址下载数据集:
echo https://www.kaggle.com/datasets/mlg-ulb/creditcardfraud
echo.
echo 下载后将 creditcard.csv 文件放入 data\ 目录
echo.
set /p DATA_READY="数据文件已准备好吗？(Y/N): "
if /i not "!DATA_READY!"=="Y" (
echo 安装已取消
pause
exit /b 1
)
) else (
echo 数据文件已存在
)
echo.
echo [步骤 4/5] 检查模型文件...
if not exist "models\random_forest_model.joblib" (
echo 模型文件不存在，开始训练模型...
echo 这可能需要几分钟，请耐心等待...
python src\train.py
if %errorlevel% neq 0 (
echo [错误] 模型训练失败
pause
exit /b 1
)
echo 模型训练完成
) else (
echo 模型文件已存在
)
echo.
echo [步骤 5/5] 运行环境检查...
python check_environment.py
if %errorlevel% neq 0 (
echo [警告] 环境检查发现问题，但将继续启动应用
)
echo.
echo ============================================================
echo 安装完成！正在启动Web界面...
echo ============================================================
echo.
echo 提示:
echo - Web界面将在浏览器中自动打开
echo - 如果没有自动打开，请访问: http://localhost:8501
echo - 按 Ctrl+C 可以停止服务
echo.
python src\agent_app.py
pause

96
install.sh
View File

@ -1,96 +0,0 @@
#!/bin/bash
set -e
echo "============================================================"
echo "信用卡欺诈检测系统 - 一键安装脚本"
echo "============================================================"
echo ""
# 检查Python是否安装
if ! command -v python3 &> /dev/null; then
echo "[错误] 未检测到Python，请先安装Python 3.10或更高版本"
echo "Ubuntu/Debian: sudo apt-get install python3 python3-pip"
echo "CentOS/RHEL: sudo yum install python3 python3-pip"
echo "macOS: brew install python3"
exit 1
fi
echo "[步骤 1/5] 检查Python版本..."
PYTHON_VERSION=$(python3 --version 2>&1 | awk '{print $2}')
echo "Python版本: $PYTHON_VERSION"
echo ""
# 检查Python版本是否满足要求
PYTHON_MAJOR=$(echo $PYTHON_VERSION | cut -d. -f1)
PYTHON_MINOR=$(echo $PYTHON_VERSION | cut -d. -f2)
if [ "$PYTHON_MAJOR" -lt 3 ] || ([ "$PYTHON_MAJOR" -eq 3 ] && [ "$PYTHON_MINOR" -lt 10 ]); then
echo "[错误] Python版本过低，需要3.10或更高版本"
exit 1
fi
echo "[步骤 2/5] 安装Python依赖..."
echo "正在安装依赖包，这可能需要几分钟..."
pip3 install -r requirements.txt
if [ $? -ne 0 ]; then
echo "[错误] 依赖安装失败"
echo "请检查网络连接或尝试使用国内镜像源:"
echo "pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple"
exit 1
fi
echo "依赖安装完成"
echo ""
echo "[步骤 3/5] 检查数据文件..."
if [ ! -f "data/creditcard.csv" ]; then
echo "[警告] 未找到数据文件 data/creditcard.csv"
echo ""
echo "请从以下地址下载数据集:"
echo "https://www.kaggle.com/datasets/mlg-ulb/creditcardfraud"
echo ""
echo "下载后将 creditcard.csv 文件放入 data/ 目录"
echo ""
read -p "数据文件已准备好吗？(Y/N): " DATA_READY
if [[ ! "$DATA_READY" =~ ^[Yy]$ ]]; then
echo "安装已取消"
exit 1
fi
else
echo "数据文件已存在"
fi
echo ""
echo "[步骤 4/5] 检查模型文件..."
if [ ! -f "models/random_forest_model.joblib" ]; then
echo "模型文件不存在，开始训练模型..."
echo "这可能需要几分钟，请耐心等待..."
python3 src/train.py
if [ $? -ne 0 ]; then
echo "[错误] 模型训练失败"
exit 1
fi
echo "模型训练完成"
else
echo "模型文件已存在"
fi
echo ""
echo "[步骤 5/5] 运行环境检查..."
python3 check_environment.py
if [ $? -ne 0 ]; then
echo "[警告] 环境检查发现问题，但将继续启动应用"
fi
echo ""
echo "============================================================"
echo "安装完成！正在启动Web界面..."
echo "============================================================"
echo ""
echo "提示:"
echo "- Web界面将在浏览器中自动打开"
echo "- 如果没有自动打开，请访问: http://localhost:8501"
echo "- 按 Ctrl+C 可以停止服务"
echo ""
python3 src/agent_app.py

9
requirements.txt
View File

@ -1,9 +0,0 @@
numpy>=1.24.0
polars>=0.19.0
scikit-learn>=1.3.0
imbalanced-learn>=0.11.0
matplotlib>=3.7.0
seaborn>=0.12.0
joblib>=1.3.0
pydantic>=2.0.0
streamlit>=1.28.0

25
setup.py
View File

@ -1,25 +0,0 @@
from setuptools import setup, find_packages
setup(
name="creditcard-fraud-detection",
version="0.1.0",
description="信用卡欺诈检测系统",
packages=find_packages(),
python_requires=">=3.10",
install_requires=[
"numpy>=1.24.0",
"polars>=0.19.0",
"scikit-learn>=1.3.0",
"imbalanced-learn>=0.11.0",
"matplotlib>=3.7.0",
"seaborn>=0.12.0",
"joblib>=1.3.0",
"pydantic>=2.0.0",
"streamlit>=1.28.0",
],
entry_points={
"console_scripts": [
"train=src.train:train_and_evaluate",
],
},
)