AUC 0,9648 sur IEEE-CIS Fraud Detection avec LightGBM Stacking

Le problème

Le défi IEEE-CIS Fraud Detection présente 590 540 transactions d'entraînement avec 433 caractéristiques et un taux de fraude de seulement 3,5 %.

Feature engineering clé

• Caractéristiques temporelles : heure de la journée, jour de la semaine, dérive temporelle
• Agrégations par carte : moyenne/écart-type/comptage de TransactionAmt par card1/card2
• Caractéristiques de domaine e-mail : indicateur same_email_domain, taux de fraude par domaine
• Comptages booléens des colonnes M : T/F/manquant sur M1-M9

Pipeline de modèles

Points clés

1. Ne supprimez pas les colonnes V — elles portent les signaux de fraude propriétaires de Vesta
2. La validation croisée temporelle est plus réaliste que StratifiedKFold
3. Les agrégations au niveau carte sont le groupe de caractéristiques le plus impactant
4. La gestion native des valeurs manquantes de LightGBM lui donne l'avantage