客户特征分析

Question

我有信用卡欺诈数据集。有两种类型，一种是欺诈交易，另一种是非欺诈交易。你能建议我用什么ML算法来模拟这两个种群的主要特征吗？我需要创建两个配置文件：

例如：

欺诈交易-金额< 90 $的交易，交易发生在一天中的特定时间

不是欺诈的事务--金额大于90 $的事务，事务发生在一天中的特定时间。

我使用了描述性的统计数据，并试图分别观察这两个群体。但是，有什么ML模型，我可以用来区分这两个明显类似于1)和2)

我对每个人口都有两个以上的特征。

Answer 1

我的建议是简单地开始，并尝试构建类似于逻辑回归模型的东西来对数据集的欺诈/无欺诈进行分类。这可能会帮助您快速了解如何设计最好的特性来将这两个群体分开。

学习过程中的Logistic回归：https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html

另一种方法是在此时更多地探索数据，使用像UMAP这样的工具来可视化数据中可能存在的结构，并将其用于特性工程。

原始UMAP文件：https://arxiv.org/abs/1802.03426

UMAP上的博客文章示例：https://pair-code.github.io/understanding-umap/