02 de marzo de 2026
Comparación de modelos predictivos para identificación de fraudes en tarjetas de crédito
Gilberto Luiz Angelice de Camargo; Jailson dos Santos SIlva
Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.
Este trabajo compara el rendimiento de tres algoritmos de aprendizaje supervisado —regresión logística, XGBoost y redes neuronales artificiales— en la detección de fraudes en transacciones con tarjeta de crédito. El análisis utilizó una base de datos pública y sintética, caracterizada por un severo desbalanceo de clases, para simular escenarios operativos realistas. La investigación midió el desempeño técnico por medio de métricas como sensibilidad y precisión y discutió las implicaciones gerenciales de la implementación de cada enfoque. El estudio llena una laguna en la literatura al realizar una comparación directa y estandarizada entre estos algoritmos, sometiéndolos a las mismas condiciones de preprocesamiento y evaluación para un análisis concluyente sobre su comportamiento ante el desafío de detectar eventos raros.
La creciente digitalización de las transacciones financieras ha aumentado la conveniencia, pero también ha ampliado la superficie de ataque para actividades fraudulentas. Autores como Abdulkreem y Abdulazeez (2024) destacan que la tecnología, al facilitar servicios, crea nuevas vulnerabilidades explotadas por agentes malintencionados. La complejidad de los sistemas modernos, como señala Wiese (2007), exige la superación de métodos tradicionales basados en reglas fijas, que son insuficientes para el volumen y la velocidad de las transacciones digitales. En este escenario, la adopción de soluciones basadas en inteligencia artificial, especialmente el aprendizaje automático, se ha vuelto imperativa para sistemas de defensa robustos.
Las técnicas de aprendizaje automático supervisado son herramientas eficaces en la lucha contra el fraude, ya que identifican patrones sutiles y no lineales en grandes volúmenes de datos, distinguiendo comportamientos legítimos y anómalos. Zhang (2023) demuestra que modelos como XGBoost y redes neuronales profundas aprenden los patrones de gasto de un cliente e identifican desviaciones que puedan indicar fraude, incluso en datos ruidosos y desequilibrados. La principal ventaja es la adaptabilidad: los modelos pueden ser reentrenados con nuevos datos para reconocer nuevas amenazas, garantizando una protección dinámica contra estrategias de fraude en constante evolución.
Uno de los desafíos técnicos más significativos es el desbalanceo extremo de las clases. En conjuntos de datos transaccionales, las operaciones fraudulentas representan una fracción mínima, frecuentemente inferior al 1%. Esta asimetría hace que métricas como la Precisión/ Exactitud sean inadecuadas, ya que un modelo que clasifica todas las transacciones como legítimas aún alcanzaría una Precisión/ Exactitud superior al 99%, siendo inútil en la práctica. Awoyemi et al. (2017) resaltan la importancia de métricas como la sensibilidad (recall), que mide la proporción de fraudes reales correctamente identificadas, y la precisión, que mide la proporción de alertas que eran de hecho fraudes. El equilibrio entre ellas es fundamental, ya que un exceso de falsos positivos perjudica a clientes legítimos, mientras que un exceso de falsos negativos resulta en pérdidas financieras.
La literatura explora diversos enfoques para estos desafíos. El XGBoost, un algoritmo de árboles de decisión de gradiente potenciado, es citado por su robustez y eficiencia (Chen & Guestrin, 2016). Las redes neuronales, especialmente las arquitecturas profundas, ofrecen flexibilidad para capturar interacciones complejas (Singh et al., 2023; Wiese, 2007). Además de los algoritmos, técnicas de preprocesamiento como la ingeniería de atributos y el balanceo de datos son cruciales para el rendimiento (Mienye y Sun, 2023). Pocos trabajos realizan una comparación sistemática entre diferentes algoritmos bajo un marco unificado, una brecha que este estudio aborda al evaluar regresión logística, XGBoost y redes neuronales en condiciones idénticas.
La metodología de este estudio fue cuantitativa y experimental, comparando el rendimiento predictivo de los algoritmos en una tarea de clasificación binaria. La base de datos seleccionada, “Credit Card Transactions Fraud Detection” (Kaggle), fue elegida por su fuerte desbalanceo de clases. El conjunto de entrenamiento contenía 1.296.675 registros, con 0,58% (7.506 casos) de fraude, mientras que el conjunto de prueba poseía 555.719 registros, con 0,39% (2.145 casos) de fraude. Esta asimetría exigió la adopción de estrategias específicas en el entrenamiento y en la selección de las métricas de evaluación, priorizando la detección de la clase minoritaria.
El preprocesamiento de los datos fue un paso crítico. Se realizó ingeniería de atributos, convirtiendo variables temporales como “transdatetranstime” y “dob” al formato datetime y creando nuevas variables como la edad del cliente, la hora del día y el día de la semana. Se eliminaron variables irrelevantes o ruidosas (“transnum”, “ccnum”, información personal). Las variables categóricas restantes (“category”, “gender”, “diasemana”) se codificaron con OneHotEncoder, y las variables numéricas se estandarizaron con StandardScaler, un paso esencial para algoritmos sensibles a la escala como la regresión logística y las redes neuronales.
La construcción y evaluación de los modelos siguieron un pipeline estructurado. La Regresión Logística se implementó como línea base, optimizándose mediante GridSearchCV con validación cruzada para maximizar la sensibilidad, probando diferentes valores para el parámetro de regularización C y para el peso de las clases (class_weight). El XGBoost se evaluó con parámetros por defecto (usando la métrica aucpr) y con hiperparámetros optimizados mediante GridSearchCV, centrándose en la maximización de la sensibilidad. La optimización incluyó parámetros como la profundidad máxima de los árboles y la tasa de aprendizaje.
El tercer modelo fue una Red Neuronal Artificial feedforward (TensorFlow/Keras), con una capa de entrada, dos capas ocultas (32 y 16 neuronas, activación ReLU) y una capa de salida sigmoide. El modelo se compiló con el optimizador Adam y la función de pérdida binarycrossentropy. Se entrenaron dos versiones: una sin tratamiento para el desbalanceo y otra con el parámetro classweight para penalizar errores en la clase minoritaria. El análisis de este modelo exploró la curva de precisión versus sensibilidad para diferentes umbrales de decisión, permitiendo un ajuste fino del punto de corte. Todos los modelos se entrenaron en el conjunto de entrenamiento y se evaluaron en el de prueba para garantizar la capacidad de generalización.
El análisis comparativo de los resultados reveló diferencias sustanciales en el rendimiento, destacando el trade-off entre sensibilidad y precisión. La sensibilidad mide la capacidad de identificar fraudes, crucial para minimizar pérdidas, mientras que la precisión mide la proporción de alertas correctos, vital para evitar el impacto negativo sobre clientes legítimos. La elección de qué métrica priorizar depende de la estrategia de negocio y de la tolerancia al riesgo de la institución.
El modelo de Regresión Logística demostró un rendimiento limitado. En su configuración inicial, sin ajuste para el desequilibrio, obtuvo una sensibilidad del 0%, siendo incapaz de identificar la clase minoritaria. Tras la optimización con GridSearchCV, que ajustó el peso de las clases, la sensibilidad aumentó al 74%, pero con una precisión de solo el 2%. Esto significa que por cada 100 alertas de fraude, solo 2 serían reales, haciendo el sistema operacionalmente inviable debido al alto volumen de falsos positivos, corroborando los hallazgos de Awoyemi et al. (2017).
XGBoost presentó un rendimiento técnico superior. Con parámetros predeterminados, alcanzó un equilibrio del 74% de sensibilidad y 88% de precisión, posicionándose como una solución viable. Cuando se optimizó para maximizar la sensibilidad, alcanzó el 97%, identificando casi todas las fraudes. Sin embargo, este enfoque resultó en una caída de la precisión al 19%. Este comportamiento, destacado por He & Garcia (2009), ilustra que la maximización de la sensibilidad puede introducir ruido operativo. Gerencialmente, la implementación de un modelo con esta configuración requeriría un sistema de segunda capa para filtrar los falsos positivos, un enfoque alineado con las recomendaciones de Zhou et al. (2024).
Las Redes Neuronales demostraron un rendimiento intermedio, con la ventaja de la flexibilidad estratégica proporcionada por la calibración del umbral de decisión. En lugar de usar el umbral estándar de 0,5, fue posible analizar la curva de precisión-sensibilidad. En el primer modelo de red neuronal, sin pesos de clase, un umbral de 0,13 resultó en un rendimiento balanceado con 79% de sensibilidad y 79% de precisión. En el segundo modelo, con class_weight, la estrategia fue maximizar la sensibilidad. Con un umbral de 0,6, el modelo alcanzó 96% de sensibilidad, pero con una precisión de 10%.
La capacidad de ajustar el umbral de decisión confiere a las redes neuronales una ventaja estratégica. Como resaltan Addo et al. (2021), esta flexibilidad permite a las instituciones implementar políticas de riesgo dinámicas, aplicando un umbral más riguroso para transacciones de alto valor y uno más flexible para clientes de bajo riesgo. Esta adaptabilidad, combinada con la capacidad de capturar patrones no lineales (Wiese, 2017), las convierte en una herramienta poderosa, a pesar de los desafíos de interpretabilidad.
La discusión de los resultados evidencia que no existe un modelo universalmente superior. La elección de la herramienta está ligada a la estrategia de riesgo y a la capacidad operativa. El XGBoost se destacó como el modelo técnicamente más potente en detección, pero su implementación exigiría mecanismos para gestionar el alto volumen de falsos positivos generados cuando se optimiza para alta sensibilidad. La Regresión Logística demostró ser inadecuada para la complejidad del problema. La Red Neuronal emergió como la solución más flexible y estratégicamente adaptable, permitiendo un control granular sobre el trade-off entre sensibilidad y precisión. Los hallazgos de este estudio están en consonancia con la visión de Carcillo et al. (2018), quienes argumentan que la eficacia de un sistema antifraude no se mide solo por el rendimiento algorítmico, sino también por factores operativos como la explicabilidad y el impacto en el usuario. La implementación exitosa requiere un enfoque holístico que integre ciencia de datos y estrategia de negocios.
Este estudio comparativo demostró que, si bien algoritmos como XGBoost y Redes Neuronales superan significativamente la Regresión Logística, la elección de la solución ideal depende de un equilibrio entre rendimiento técnico y viabilidad operativa. El desafío central reside en la gestión del trade-off entre la sensibilidad en la detección de fraudes y el control de falsos positivos. XGBoost demostró ser el más potente en la identificación de fraudes, pero a costa de una alta tasa de falsas alarmas cuando se optimiza. La Red Neuronal destacó por su flexibilidad, permitiendo una calibración fina del equilibrio entre sensibilidad y precisión a través del ajuste del umbral, lo que la convierte en una herramienta estratégicamente valiosa.
Las limitaciones de este trabajo incluyen el uso de un conjunto de datos sintético, que puede no reflejar toda la complejidad de los fraudes reales. Adicionalmente, el análisis no incorporó una evaluación del impacto financiero de los errores del modelo. Para investigaciones futuras, se recomienda la validación de estos modelos en bases de datos reales, la exploración de variables comportamentales y la investigación de arquitecturas híbridas que combinen diferentes algoritmos con reglas de negocio. Se concluye que el objetivo fue alcanzado: se demostró que los algoritmos XGBoost y redes neuronales artificiales superan significativamente la regresión logística en la detección de fraudes en escenarios desbalanceados, cada uno ofreciendo ventajas distintas en términos de poder de detección y flexibilidad operacional, reforzando que la implementación eficaz de sistemas antifraude exige un enfoque multidimensional que alinee tecnología, estrategia y operación.
Referencias:
Abdulkreem, R. Z.; Abdulazeez, A. M. 2024. Detección de fraude financiero basada en aprendizaje automático y profundo: una revisión. Indonesian Journal of Computer Science 13(3): 4366–4375.
Addo, P. M.; Guegan, D.; Hassani, B. 2021. Detección de fraude financiero basada en aprendizaje automático y profundo. International Journal of Financial Studies, 9(3): 45–67.
Awoyemi, J. O.; Adetunmbi, A. O.; Oluwadare, S. A. 2017. Detección de fraude de tarjetas de crédito utilizando técnicas de aprendizaje automático: un análisis comparativo. En: 2017 International Conference on Computing Networking and Informatics (ICCNI). IEEE, Lagos, Nigeria. p. 1–9.
Carcillo, F.; Dal Pozzo, A.; Le Borgne, Y.-A.; Bontemps, L.; Cauwenberghs, E.; Bontemps, C. 2018. SCARFF: un marco escalable para la detección de fraude de tarjetas de crédito en streaming con Spark. Information Fusion 41: 182–194.
Chen, T.; Guestrin, C. 2016. XGBoost: un sistema de tree boosting escalable. En: Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. ACM, San Francisco, CA, EUA. p. 785–794.
Géron, A. 2020. Mão na massa: aprendizaje automático con Scikit-Learn, Keras y TensorFlow. 2ed. Alta Books, São Paulo, SP, Brasil.
He, H.; Garcia, E. A. 2009. Aprendizaje a partir de datos desequilibrados. IEEE Transactions on Knowledge and Data Engineering 21(9): 1263–1284.
Mienye, I. D.; Sun, Y. 2023. Un método de aprendizaje automático con selección híbrida de características para mejorar la detección de fraude de tarjetas de crédito. Applied Sciences 13(12): 7254.
Singh, R. B.; Kumar, M.; Sharma, V. 2024. Mejora de la seguridad en pagos digitales: una evaluación comparativa de modelos de aprendizaje automático para la detección de fraude de tarjetas de crédito. Financial Technologies and Security of Cyber Life 6: 1–12.
Wiese, B. J. 2007. Transacciones de tarjetas de crédito, detección de fraude y aprendizaje automático: modelado de tiempo con redes neuronales recurrentes LSTM. Tesis de Maestría en Ciencias de la Computación. University of the Western Cape, Ciudad del Cabo, Sudáfrica.
Zhang, F. 2023. Método mejorado de detección de fraude de tarjetas de crédito basado en el algoritmo XGBoost. BCP Business & Management 38: 2888–2895.
Zhou, G.; Demirhan, H.; İçen, D. 2024. Un marco de detección de fraude difusa en línea para transacciones con tarjetas de crédito. Expert Systems with Applications 252: 124127.
Resumen ejecutivo del Trabajo de Conclusión de Curso de Especialización en Data Science y Analytics del MBA USP/Esalq
Más información sobre el curso; haga clic aquí:
