回答情况：
提问时间：
问题标签：
3, 6-31997 Fisrt Round Goossens, Kris Black, Byron 4-6, 6-4, 6-3, 6-31997 Fisrt Round Philippous
浏览 5修改于2019-01-14得票数 2
回答已采纳
这就是数据的样子1 2 6-1 6-2为了实现这个目标，我使用了来自的方法。B score sets1 2 6-1 6-2 6-23 4 6-4 4-6 6-3 4-6但是，我也希望有另一列，
浏览 3提问于2017-09-23得票数 0
回答已采纳
例如，如果我有一个N元素数组，AI=K，其中K<=NA[1]=6A[3]=2A[5]=6以下是重复元素之间的最大差异为4(5-1=4)，因为A[1]=A[5] the difference =5-1=4A[3]=A[6] the difference =6-3=3
最大值为
浏览 8修改于2015-04-03得票数 1
回答已采纳
问题是c=(6-3)*(2+7)/3。我做的是print("c=(6-3) * (2+7)/3=", (6-3) * (2+)/3)，我得到了值9.0，那么我应该写什么表达式才能让我得到9而不是9.0呢？
浏览 16修改于2019-09-30得票数 2
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
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
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
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
Joseph’s Prep – 6-3, 195 sophomoreCade Pribula, CentralJoseph’s Prep – 6-3, 175 sophomoreNick Gallo, Council Rock South – 6-4, 235 seniorAndrew Kristofic, Pine-Richland – 6-6, 275 senior
Ramsey Kifolo, State Col
浏览 28修改于2019-11-21得票数 0
回答已采纳
document.getElementById("sub_subject_temp"+id1).value = old_sub_subject_string.replace(/theVal/,"");6-7,6-3,6-1,6-3,str.replace(/val/, "");
但是它返回6，你知道怎么做吗？
浏览 0提问于2012-09-30得票数 0
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
1回答
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：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。
浏览 0修改于2021-01-15得票数 1
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
我有一个14k条目的DataFrame，有些国家有欺诈案例，有些国家根本没有“欺诈”栏。这是在熊猫df。我怎样才能列出那些根本没有欺诈行为的国家呢？
浏览 1提问于2020-12-17得票数 0
回答已采纳
我有一个时间序列数据，它解释了在交易中的欺诈数量超过1年的时间表，以及目标变量的欺诈与否。编辑：：
我忘了一个重要的问题。我将给出一个方案来更好地解释这一点。对于
浏览 0修改于2019-06-18得票数 0
1回答
d.split(":",2) breakWilliams:Muguruza:3-6,6-3,6-3
我期望的输出是['Williams','Murguza','3-6,6-3,6-3'].But，我得到的输出是''(当我使用print(d)时).Why我得到的是this.Here
浏览 0修改于2017-03-03得票数 1
我有一个数据集我需要在那里发现欺诈。99%不是欺诈，1%是欺诈。
在类不平衡的情况下，可以使用什么方法来解决问题？
浏览 0修改于2017-11-20得票数 2
html_text() %>%它返回的输出如下所示：
Mike Johnson QB 6-1 191 99 21 2 5
Joe Smith OT 6-我想要创建第九列，该列从最初提取的字符串中
浏览 0修改于2018-02-15得票数 1
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