问如何建立信用卡欺诈检测模型，捕捉观测数据中的相关性
EN

Stack Overflow用户

提问于 2022-05-19 19:21:58

回答 1查看 40关注 0票数 0

我想要创建ML模型来识别交易是否是欺诈的。每一行代表一个事务。我知道这个ML模型是可以建立的。模型所缺少的是在短时间内完成多个事务时的行为。我该如何捕捉这种行为呢？如果一张卡的第一笔交易发生在上午10点，而其他交易发生在上午10点01分，那么该交易通常是欺诈行为。但我的模特错过了。请帮帮忙

发布于 2022-05-20 08:45:03

向数据中添加另一列，即“自上次事务开始的时间”和/或“前n分钟中的事务数”。您可以在n的不同值上进行实验，甚至还可以包含多个值。

这似乎能捕捉到所需的信息？希望这能帮上忙！

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/72310049

复制

相似问题

问如何建立信用卡欺诈检测模型，捕捉观测数据中的相关性EN