实战贴 如何使用机器学习检测欺诈 (如何贴近实战训练)

在现实世界中，欺诈检测是一个非常普遍且具有挑战性的问题，提高正确率对于防止在顾客在商店进行真正的交易时信用卡被拒的尴尬非常重要。我们已经构建了一种非常简单的方法，使用分类变量的标签编码，用 0 填充所有缺失值，并使用随机森林，没有任何调整或方法来处理数据的不平衡性，但我们的模型仍然得到了很高的分数。为了改进模型，我们可能要先从随机森林模型中寻找重要的特征，放弃不那么重要的特征，或者我们可以使用其他更为强大的模型，比如 Light Gradient Boosting Machine 和神经网络。