예측에 대한 설명 - Amazon Fraud Detector
예측 설명 보기예측 설명이 계산되는 방식에 대한 이해

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

예측에 대한 설명

예측 설명은 각 이벤트 변수가 모델의 사기 예측 점수에 어떤 영향을 미쳤는지에 대한 통찰력을 제공하며, 사기 예측의 일부로 자동 생성됩니다. 각 사기 예측의 위험 점수는 1에서 1000 사이입니다. 예측 설명은 규모 (0-5, 최고 5점) 및 방향 (주행 점수 상승 또는 하락) 측면에서 각 사건 변수가 위험 점수에 미치는 영향에 대한 세부 정보를 제공합니다. 다음 작업에 대한 예측 설명을 사용할 수도 있습니다.

  • 이벤트가 검토를 위해 신고될 때 수동 조사 중에 주요 위험 지표를 식별하기 위함입니다.

  • 잘못된 예측으로 이어지는 근본 원인 (예: 합법적인 사건의 경우 높은 위험 점수) 을 좁히기 위함입니다.

  • 이벤트 데이터 전반의 사기 패턴을 분석하고 데이터세트에 편향이 있는 경우 이를 탐지하기 위함입니다.

중요

예측 설명은 자동으로 생성되며 2021년 6월 30일 이후에 학습된 모델에 대해서만 사용할 수 있습니다. 2021년 6월 30일 이전에 훈련된 모델에 대한 예측 설명을 받으려면 해당 모델을 다시 학습시키십시오.

예측 설명은 모델 학습에 사용된 각 이벤트 변수에 대해 다음과 같은 값 세트를 제공합니다.

상대적 영향

변수의 크기를 기준으로 사기 예측 점수에 미치는 영향을 시각적으로 참조합니다. 상대적 영향 값은 사기 위험의 별점 (0-5, 5가 가장 높음) 및 방향 (증가/감소) 으로 구성됩니다.

  • 사기 위험을 증가시킨 변수는 빨간색 별표로 표시됩니다. 빨간색 별의 수가 많을수록 변수가 더 많이 사기 점수를 높이고 사기 가능성을 높입니다.

  • 사기 위험을 줄인 변수는 녹색 별표로 표시됩니다. 녹색으로 표시된 시작 횟수가 많을수록 변수로 인해 사기 위험 점수가 낮아지고 사기 가능성이 낮아집니다.

  • 모든 변수에 별이 0개라는 것은 변수 자체만으로는 사기 위험을 크게 변화시키지 않았음을 나타냅니다.

원시 설명 값

사기의 로그 배당률로 표현되는 해석되지 않은 원시 값을 제공합니다. 이러한 값은 일반적으로 -10에서 +10 사이이지만 범위는 -무한대에서+무한대까지입니다.

  • 양수 값은 변수로 인해 위험 점수가 상승했음을 나타냅니다.

  • 음수 값은 변수로 인해 위험 점수가 낮아졌음을 나타냅니다.

Amazon Fraud Detector 콘솔에는 예측 설명 값이 다음과 같이 표시됩니다. 색상이 지정된 별 등급과 해당하는 원시 수치를 통해 변수 간의 상대적 영향을 쉽게 확인할 수 있습니다.

예측 설명 차트: 각 변수에 대한 상대적 영향과 원시 설명 값을 기준으로 하여 위험을 증가시킨 변수와 사기 위험을 감소시킨 변수.

예측 설명 보기

사기 예측을 생성한 후 Amazon Fraud Detector 콘솔에서 예측 설명을 볼 수 있습니다. AWSSDK의 API를 사용하여 예측 설명을 보려면 먼저 API를 호출하여 이벤트에 대한 예측 타임스탬프를 가져온 다음 ListEventPrediction API를 호출하여 예측 설명을 가져와야 합니다. GetEventPredictionMetadata

Amazon Fraud Detector 콘솔을 사용하여 예측 설명 보기

콘솔을 사용하여 예측 설명을 보려면

  1. AWS콘솔을 열고 계정에 로그인합니다. Amazon Fraud Detector로 이동합니다.

  2. 왼쪽 탐색 창에서 과거 예측 검색을 선택합니다.

  3. 속성, 연산자, 값 필터를 사용하여 검토하려는 예측을 선택합니다.

  4. 상단 필터 창에서 검토하려는 예측이 생성된 기간을 선택해야 합니다.

  5. 결과 창에는 지정된 기간 동안 생성된 모든 예측 목록이 표시됩니다. 예측의 이벤트 ID를 클릭하면 예측 설명을 볼 수 있습니다.

  6. 아래로 스크롤하여 예측 설명 창으로 이동합니다.

  7. 모든 변수의 원시 예측 설명 값을 보려면 원시 예측 설명 값 표시 버튼을 설정합니다.

파이썬용 AWS SDK (Boto3) 를 사용한 예측 설명 보기

다음 예제는 SDK의 ListEventPredictions 및 GetEventPredictionMetadata API를 사용하여 예측 설명을 보기 위한 샘플 요청을 보여줍니다. AWS

예제 1: API를 사용하여 가장 최근 예측 목록 가져오기 ListEventPredictions

import boto3 
fraudDetector = boto3.client('frauddetector') 
fraudDetector.list_event_predictions(  
  maxResults = 10, 
  predictionTimeRange = {
     end_time: '2022-01-13T23:18:21Z',
     start_time: '2022-01-13T20:18:21Z'
    }
 )

예 2. API를 사용하여 이벤트 유형 “등록”에 대한 과거 예측 목록 가져오기 ListEventPredictions

import boto3 
fraudDetector = boto3.client('frauddetector') 
fraudDetector.list_event_predictions(  
   eventType = {
      value = 'registration'
    } 
   maxResults = 70,
   nextToken = "10",
   predictionTimeRange = {
     end_time: '2021-07-13T23:18:21Z',
     start_time: '2021-07-13T20:18:21Z'
    }
 )

예 3: GetEventPredictionMetadata API를 사용하여 지정된 기간 내에 생성된 특정 이벤트 ID, 이벤트 유형, 탐지기 ID 및 탐지기 버전 ID에 대한 과거 예측의 세부 정보를 가져옵니다.

이 요청에 predictionTimestamp 지정된 정보는 먼저 ListEventPredictions API를 호출하여 가져옵니다.

import boto3 
fraudDetector = boto3.client('frauddetector') 
fraudDetector.get_event_prediction_metadata ( 
   detectorId = 'sample_detector',
   detectorVersionId = '1', 
   eventId = '802454d3-f7d8-482d-97e8-c4b6db9a0428', 
   eventTypeName = 'sample_registration', 
   predictionTimestamp = '2021-07-13T21:18:21Z' 
 )

예측 설명이 계산되는 방식에 대한 이해

Amazon Fraud Detectory는 SHAP (Shapeley 추가 설명) 를 사용하여 모델 학습에 사용되는 각 이벤트 변수의 원시 설명 값을 계산하여 개별 이벤트 예측을 설명합니다. 원시 설명 값은 예측 생성 시 분류 알고리즘의 일부로 모델에 의해 계산됩니다. 이러한 원시 설명 값은 사기 확률의 로그에 대한 각 입력의 기여도를 나타냅니다. 원시 설명 값 (-무한대에서 +무한대까지) 은 매핑을 사용하여 상대적 영향 값 (-5에서 +5) 으로 변환됩니다. 원시 설명 값에서 도출된 상대 영향값은 사기 (양수) 또는 합법적 (음수) 확률이 증가하는 횟수를 나타내므로 예측 설명을 더 쉽게 이해할 수 있습니다.