Comparação de três algoritmos de machine learning: Adaboost, árvore de decisão e floresta aleatória para detecção de fraudes de cartão de crédito e seu impacto em clientes e instituições financeiras

Abstract

Este artigo tem como objetivo comparar três algoritmos utilizados na detecção de fraudes em cartões de crédito, analisando o impacto de suas previsões nas instituições financeiras e nos clientes por meio da avaliação das transações. Em um contexto em que o uso de cartões de crédito em compras online se torna cada vez mais comum, a relevância dessa análise torna-se evidente. A análise comparativa engloba três algoritmos: Árvore de Decisão, Floresta Aleatória (ambos utilizando o Índice de Gini) e o algoritmo AdaBoost. Observa-se que, apesar da simplicidade e rapidez de implementação da Árvore de Decisão, ela apresenta resultados razoáveis, porém com uma incidência significativa de erros no modelo de teste. Por outro lado, a Floresta Aleatória consegue mitigar esse problema, obtendo resultados melhores, embora consuma mais recursos computacionais. Já o algoritmo AdaBoost alcança um cenário mais favorável em termos de frequência com que um modelo de aprendizado de máquina identifica corretamente instâncias positivas.

The purpose of this article is to compare three algorithms used in credit card fraud detection, exploring how their predictions impact financial institutions and customers through transaction analysis. In a scenario where the use of credit cards in online purchases is increasingly common, the importance of this analysis is evident. The comparative analysis covers three algorithms: Decision Tree, Random Forest (both using the Gini Index), and the AdaBoost algorithm. It is observed that despite the simplicity and quick implementation of the Decision Tree algorithm, it yields reasonable results but with a significant incidence of errors in the test model. On the other hand, the Random Forest manages to mitigate this problem, achieving better results albeit consuming more computational resources. Meanwhile, the AdaBoost algorithm achieves a more favorable scenario in terms of the frequency with which a machine learning model correctly identifies positive instances.