欺诈检测:使用ML的信用卡欺诈检测:IEEE样式纸+ Jupyter Notebook-源码

上传者: 42129113 | 上传时间: 2021-06-20 21:58:01 | 文件大小: 69.56MB | 文件类型: ZIP
使用机器学习的信用卡欺诈检测 信用卡欺诈是一个日益严重的问题,面临许多挑战,包括时间漂移和严重的阶级失衡。 该项目尝试使用包括自适应合成采样方法(ADASYN)和合成少数采样率(SMOTE)在内的最新技术来解决班级不平衡问题。 2013年9月在欧洲进行的超过280k真实交易[1]被用作训练数据集。 比较了三种类型的机器学习模型:随机森林,支持向量机和多层感知器。 结果表明,不平衡数据集的最佳采样方法取决于数据集和所使用的模型。 该项目包含以下组件: a)PDF格式的IEEE风格论文 b)Jupyter Notebook进行了机器学习测试。 您可以运行视图并自己运行它们。 还包括注释,推理和数字。 为了方便起见,我在此git repo中包含了原始数据集的副本[1],但是请参考原始资源以获取最新版本。 该项目是2017年冬季在滑铁卢大学进行的SYDE 522:机器学习的一部分。 安装 克隆项目: $ git clone https://github.com/yazanobeidi/fraud-detection.git && cd fraud-detection Pip安装依赖项

文件下载

资源详情

[{"title":"( 8 个子文件 69.56MB ) 欺诈检测:使用ML的信用卡欺诈检测:IEEE样式纸+ Jupyter Notebook-源码","children":[{"title":"fraud-detection-master","children":[{"title":".gitignore <span style='color:#111;'> 19B </span>","children":null,"spread":false},{"title":"project.ipynb <span style='color:#111;'> 1.97MB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.03KB </span>","children":null,"spread":false},{"title":"credit_card_fraud_detection_yazan_obeidi.pdf <span style='color:#111;'> 773.56KB </span>","children":null,"spread":false},{"title":"adasyn.py <span style='color:#111;'> 1.08KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 11.09KB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 1.74KB </span>","children":null,"spread":false},{"title":"data","children":[{"title":"creditcardfraud.zip <span style='color:#111;'> 68.08MB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明