利用机器学习优化参数分数

Question

我有一个包含欺诈和非欺诈数据的数据集。该系统是一个基于规则的引擎，有20多个规则。如果总分高于某一阈值，则支付被归类为欺诈性。什么是使用机器学习优化分配给不同规则的分数的有效方法(欺诈规则)。

谢谢

Answer 1

这是一个分类问题。您有20个功能(例如，规则)和输出是二进制的(即，欺诈或无欺诈)。目前尚不清楚规则的特点是什么。听起来它们可能是二进制的(例如，通过或失败)。你是否有关于哪些项目实际上是欺诈和哪些不是欺诈的培训数据？如果是的话，你可以训练分类模型。例如，您可以执行逻辑回归，以规则作为输入来预测欺诈的概率。分配给每个规则的系数可以解释为每个规则的分数或权重。如果预测的欺诈概率高于某个概率阈值，则将其归类为欺诈。

如果没有培训数据，则可以尝试将相似的规则结果聚到两个集群中。

编辑:如果您可以定义一些损失函数(例如，预测的准确性)，那么您可以设置一个优化问题来找到最佳系数(即，最小误差度量的系数)。这只是一个优化问题，根据您的编码语言，可以使用合适的求解器。但是，您的加权规则方法可能不会像已建立的分类方法那样执行。