回答情况：
提问时间：
问题标签：
1回答
因此，我试图用R编写我的欺诈检测算法，我有一个数字值(欺诈性)，与某个用户在向量中实施欺诈的可能性成正比。如何创建一个新列，说明它是高、中还是低，考虑到“欺诈性”的一些敏感性(即，如果state 6>‘舞弊’> 0.3，那么它是低的，如果在0.6到0.8 MED之间，而高如果它是0.8或更高。
浏览 5提问于2015-07-22得票数 1
回答已采纳
我知道贝叶斯的规则，但我不确定如何在我的data.My数据上实现，因为below.There在我的数据中总共有2个标签，它们都是ok，欺诈和标记为未知的测试数据。我需要通过应用朴素贝叶斯Algorithm.How将所有未知记录分类为ok或欺诈。我是否可以做到这一点？请谁来帮帮我。p1,182,1665,unkn3,v3,p1,20393,76990,ok5,v3,p1,6164,20260,unkn7,v<e
浏览 3修改于2012-11-18得票数 2
回答已采纳
6 2 Facebook 42373.3166 4Twitter 42377.149136 6 Webfinal_list[0:5])
#CREATING INITIAL BLANK LISTS FOR
浏览 7提问于2016-04-03得票数 0
其次，我还需要欺诈金额的总和(其中欺诈= 1)和欺诈的计数。我需要左连接以获得欺诈列来计算它。 例如，类别0-100，金额的总和是120 (50+70)，计数是2。欺诈金额的总和是70，其中欺诈是1。01-20203 50 03-01-20205 700 05-01-20207 300 07-01
浏览 14修改于2020-12-09得票数 0
result_table <- cbind(Normal = c(1,2,3), Fraud = c(4,5,6))my_df <- as.data.frame(result_table)我想把正常与正常的绿色，欺诈与欺诈的绿色，正常的与欺诈的红色，欺诈与正常的红色
浏览 0修改于2019-07-17得票数 1
对于数据表示在线欺诈或保险(每一行代表一个事务)的问题，响应变量通常表示以美元表示的欺诈行为的价值。这样的响应值可能少于5%的非零值，表示欺诈交易。关于这样的数据集，我有两个问题：
我们可以使用哪些算法来保证模型不仅可以准确地预测欺诈交易，而且还可以预测与这些欺诈相关的欺诈的价值。假设我们可以量化每个假阳性所涉及的成本(将非欺诈交易标记为欺诈性交易)和由于虚假否定而产生的成本(将欺诈性交易标记为非欺诈性交易)，我们如
浏览 0修改于2014-11-12得票数 3
_AI6_CF2_SLOTP01* $DIRFILE/AI6LM761_AI6_CF2_SLOTP02* $DIRFILE/AI6LM763_AI6_CF2_SLOTP04* \
$DIRFILE/AI6LM764_AI6_CF2_SLOTP05* $DIRFILE/AI6</em
浏览 2修改于2017-07-14得票数 1
我正在构建一个具有欺诈规则的企业应用程序。规则将基于矩阵，例如，用户在一个月内使用该服务的次数，总交易额是否超过一定的金额，他使用的资金来源是什么等？提前谢谢。
浏览 2提问于2011-06-05得票数 1
回答已采纳
在经典的欺诈预测问题中，有没有办法降低误报率？目前，我正在研究经典的欺诈检测。有50000个样本有真实的标签(结果是由于调查)。这些训练标签是相当平衡的。现在，当使用该模型预测新病例时，结果是50/50(欺诈和非欺诈)。有没有办法调整模型，让我们通过非欺诈案件并惩罚假阳性率，以便我们检测到较少的欺诈案件(可能少于一百万起中的200起)，但它们极有可能是欺诈。希望这一切都清楚了。
浏览 82提问于2020-12-20得票数 1
数据集有大约4k封欺诈性电子邮件和6k封非欺诈性电子邮件。我正在使用Lucene集群这个(欺诈和非欺诈)。
例如，对于输入查询搜索=“垃圾邮件”，我得到大约600个与字符串匹配的文件。
浏览 3提问于2014-03-29得票数 0
回答已采纳
, yi=2ai=4 , yi=4ai=6 , yi=1ai=2 , yi=3ai=4 , yi=5ai=6 , yi=2ai=2 , yi=4<e
浏览 5提问于2017-10-17得票数 4
回答已采纳
汽车保险欺诈数据集有15k个样本(文本数据)，其中约14k不是欺诈样本和1k欺诈。深入学习对这个数据集有好处吗？
另外，哪些算法适合于欺诈检测？
浏览 1提问于2022-06-19得票数 -4
); struct sockaddr_in6 *addr = (struct sockaddr_in6%d; ai_socktype: %d; "
"ai_protocol: %2d; sin6_family: %d; sin6_port: %d; "p->
浏览 7修改于2022-10-02得票数 1
回答已采纳
我有一个数据集，我想分类为欺诈/非欺诈，我有许多薄弱的学习者。我担心的是，有更多的欺诈比没有欺诈，所以我的弱学习者表现好于平均水平，但没有一个表现超过50%的准确性在成套。我的问题是，我是否应该设置测试和培训集，其中一半是欺诈，一半不是欺诈，或者我是否应该使用一个代表性的样本。
浏览 0修改于2015-06-13得票数 7
默认情况下，CN2为两个类(欺诈和非欺诈)学习规则。由于我只对欺诈类规则感兴趣，学习非欺诈规则是浪费时间，特别是考虑到我需要在许多数据集中运行CN2。CN2是否可能只学习欺诈类规则，如果有，如何在脚本中配置它来完成这个任务？谢谢!
浏览 3提问于2015-06-26得票数 1
回答已采纳
1回答
我正在玩一个信用欺诈检测数据集在Kaggle。包含约0.1%欺诈交易的不平衡数据集。这些特性是由+ time & txn量完成的PCA练习中的28台PC，以及用于合法/欺诈txn的类变量0/1。然而，我发现个人电脑在欺诈案件中仍然是相关的(如果你将数据集分解成合法/欺诈案件)。对于使用朴素贝叶斯分类器进行欺诈检测，什么是最好的方法来最小化这种影响？然而，我似乎并不认为删除离群点是一个明智的选择，因为欺诈本身可能是一个离群点。在不删除
浏览 0提问于2018-11-16得票数 2
1回答
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
浏览 0修改于2018-05-20得票数 -1
回答已采纳
-677", "AI-666", "AI-605", "AI-101", "G8-337", "6E-168", "6E-176", "6E-172", "6E-174", "6E-186", "6E-182", "G
浏览 6修改于2014-12-02得票数 0
回答已采纳
1回答
#我需要打印，如果我发现问题=‘欺诈票据’或其他短语，在这些迪克，并打印您各自的钥匙，(例如: EP1_2)为欺诈票据 'EP1_6'
浏览 14修改于2022-10-27得票数 1
回答已采纳
我正在为一家银行开发一个实时欺诈检测系统。此欺诈检测系统的任务是确定进入的交易是否欺诈。该系统不与银行客户进行交互。欺诈检测系统具有捕获传入交易数据、计算交易风险水平等用例。
浏览 0提问于2020-02-28得票数 -3
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号