Detección de Anomalías
Punto 2 del reto · Isolation Forest · Sin etiquetas de fraude
Anomalías Detectadas
⚠️1.345
Sin usar variable target
Contamination
🧮2.7%
Calculado matemáticamente
Precisión vs Ground Truth
✅53.4%
Validación interna (solo reto)
Recall vs Ground Truth
🎯95.7%
Fraudes reales capturados
¿Por qué detección no supervisada?
Punto 2: Cuando no hay ejemplos históricos de fraude
Nueva modalidad de fraude
Cuando surge una modalidad nueva (ej: fraude en registro de terceros), no existen ejemplos previos etiquetados para entrenar un modelo supervisado. El enfoque no supervisado detecta desviaciones del comportamiento normal.
Isolation Forest
Aísla observaciones anómalas construyendo árboles aleatorios. Las anomalías son más fáciles de aislar (requieren menos particiones). Score negativo = más anómalo. No necesita etiquetas.
Aplicación: Nuevos Terceros
En registro de proveedores/clientes, detecta patrones inusuales: velocidad de registro, datos atípicos, patrones de campos, geolocalización. Genera alertas para revisión del equipo de control interno.
Definición Matemática del Threshold de Contaminación
contamination = 0.0269// Estrategia: sin usar target, identificar outliers estadísticos
n_sospechosos = len(df[
(score_dispositivo < Q1 - 1.5 × IQR) # Score muy bajo
| (intentos_fallidos_24h >= 3) # Múltiples reintentos
])
contamination = n_sospechosos / len(df) = 0.0269
Fracción de registros con score_dispositivo < Q1-1.5*IQR (63.85) O intentos_fallidos >= 3, calculado sin usar target: 1344/50000 = 0.0269
💡 Estrategia para Control Interno
Si el equipo de control interno puede revisar N alertas por día, el threshold se ajusta como: contamination = N / total_registros_diarios. Esto garantiza que el volumen de alertas nunca supere la capacidad del equipo, reduciendo el riesgo de fatiga por alertas.
Distribución de Anomaly Scores
Valores más negativos = más anómalos. La línea roja marca el umbral de clasificación
Perfil de las Anomalías Detectadas
8.5h
Hora promedio
Horario nocturno
$263
Monto promedio
Alto vs. media $80
79.2%
País no coincide
Mayoría internacional
52.2%
Electrónica/Viajes
Categorías de alto valor
Top 20 Transacciones más Anómalas
Ordenadas por anomaly score (menor = más sospechoso)