当前位置：首页 - 正文

信用贷款反欺诈模型

发布网友发布时间：2022-09-15 12:53

共1个回答

热心网友时间：2023-10-09 04:15

数据集来自于某银行信用卡交易数据，显示两天内发生的交易几率，284,807笔交易中发生了492笔盗刷。

通过信用卡的历史交易数据，利用机器学习算法构建信用卡反欺诈预测模型，提前发现客户信用卡被盗刷事件，并且要求模型准确度在95%以上最大化召回率。

1.2 欠采样处理：
这里我们先进行随机欠采样方法，将0样本的数量缩小到1样本相同数量

2. 上采样（Oversampling,过采样）：
以大众类为标准，生成一些小众类样本，使大、小众类样本数相同。

上采样代表算法：SMOTE 算法
SMOTE是通过对小众样本进行插值来获取新样本的。比如对于每个小众类样本a，从 a最邻近的样本中选取样本b，然后在对 ab 中随机选择一点作为新样本。

利用sklearn的train_test_split将数据源切分为训练集和测试集。

交叉验证是在机器学习建立模型和验证模型参数时常用的办法，就是重复的使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。在此基础上可以得到多组不同的训练集和测试集，某次训练集中的某样本在下次可能成为测试集中的样本，即所谓"交叉"。

混淆矩阵：

正则化是结构风险最小化策略的实现，是在经验风险上加上一个正则化项或惩罚项。正则化项一般是负责模型复杂度的单调递增函数，模型越复杂，正则化值就越大。正则化的作用是选择经验风险与模型复杂度同时较小的模型。正则化符合奥卡姆剃刀原理，在所有可能选择的模型中，能够很好地解释数据并且十分简单的才是最好的模型。

L1与L2的选择：

（1）K折验证法，选择最佳正则化惩罚项：

运行结果：

（2）使用下采样数据进行训练，下采样数据进行测试
传递正则化惩罚项0.01，使用L1正则化方法，同时绘制出混淆矩阵，计算模型评估指标。

输出结果：

召回率为93.28%，精确率为93.92%

（3）预测原始数据
使用以上训练出的结果，对原始数据（未下采样处理）进行预测

结果：

（5）比较：使用原始数据训练模型及预测
这里我们使用原始数据对模型进行训练，对比使用下采样的预测结果

召回率为61.9%,精确率为88.35,%，评估指标均不如下采样训练结果，因此对于不平衡数据需要进行平衡处理。

声明：本网页内容为用户发布，旨在传播知识，不代表本网认同其观点，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
E-MAIL:11247931@qq.com