2. 环境搭建与工具链：Python环境、Jupyter Notebook、Pandas、Scikit-learn、Imbalanced-learn安装与配置

说实话，做风控模型最怕什么？不是算法调参，而是环境装到一半报错。我当年刚入行时，光装个xgboost就折腾了一下午，最后发现是Python版本不对。所以这一章，咱们先把家伙事儿备齐。

2.1 Python环境：选对版本，少走弯路

我个人习惯用Python 3.8或3.9。为什么？因为很多老牌风控库对3.10以上支持还不稳定。我在项目中遇到过，用3.11装imbalanced-learn，结果依赖冲突搞了半小时。最后乖乖退回3.9，一分钟搞定。

安装方式有两种：

• Anaconda（推荐新手）：自带科学计算全家桶，省心。
• Miniconda（我常用）：轻量级，只装需要的包。

# 创建虚拟环境
conda create -n fraud_detection python=3.9
conda activate fraud_detection

2.2 Jupyter Notebook：交互式探索利器

Jupyter Notebook这东西，说白了就是数据科学家的记事本。你可以边写代码边看结果，还能加注释、画图表。我每次做风控特征工程，都离不开它。

安装很简单：

pip install jupyter notebook
# 或者用conda
conda install jupyter

启动后，浏览器会自动打开。嗯，这里要注意：默认端口是8888，如果被占用了，加个 --port=9999 就行。

2.3 Pandas：数据清洗的瑞士军刀

做交易异常识别，原始数据有多脏？我见过时间戳格式不统一、金额字段带逗号、用户ID重复……没有Pandas，你手动处理得累死。

安装命令：

pip install pandas

核心操作就三板斧：

• read_csv() 读数据
• dropna() / fillna() 处理缺失值
• groupby() 聚合统计

举个例子，我处理过一批交易数据，金额字段混了"¥"符号：

import pandas as pd

df = pd.read_csv('transactions.csv')
# 清洗金额字段
df['amount'] = df['amount'].str.replace('¥', '').astype(float)
print(df.head())

2.4 Scikit-learn：建模界的乐高积木

Scikit-learn，简称sklearn。它把机器学习算法封装得像乐高一样，你只需要拼装就行。逻辑回归、随机森林、XGBoost……都有现成的接口。

安装：

pip install scikit-learn

我一般用它做这几件事：

1. 数据切分：train_test_split()，按7:3分训练集和测试集。
2. 特征缩放：StandardScaler()，把数值归一化。
3. 模型训练：RandomForestClassifier()，直接fit。
4. 评估指标：classification_report()，看精确率、召回率。

2.5 Imbalanced-learn：对付样本不平衡的利器

交易异常识别，说白了就是大海捞针。正常交易占99%，异常只有1%。这种数据直接建模，模型会学成"全都判正常"，准确率99%但毫无卵用。

Imbalanced-learn就是来解决这个问题的。它提供了各种采样方法：

• 随机欠采样：减少多数类样本
• SMOTE：合成少数类样本（我常用）
• ADASYN：自适应合成采样

安装：

pip install imbalanced-learn

使用示例：

from imblearn.over_sampling import SMOTE
from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
smote = SMOTE(random_state=42)
X_resampled, y_resampled = smote.fit_resample(X_train, y_train)

2.6 一键安装脚本

为了省事，我写了个安装脚本。你直接复制到终端跑就行：

# install_env.sh
conda create -n fraud_env python=3.9 -y
conda activate fraud_env

pip install jupyter notebook
pip install pandas
pip install scikit-learn
pip install imbalanced-learn

echo "环境搭建完成！"
jupyter notebook

跑完之后，用 pip list 检查一下版本。确保pandas不低于1.3，sklearn不低于0.24。版本太老的话，有些新功能用不了。

---

公众号:蓝海资料掘金营，微信deep3321