（11-3-03）检测以太坊区块链中的非法账户： 数据分析（2）

最新推荐文章于 2024-09-24 09:40:31 发布
最新推荐文章于 2024-09-24 09:40:31 发布
阅读量1.3k 收藏 16
点赞数 29
分类专栏： 金融大模型 文章标签： 人工智能 数据分析 深度学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/asd343442/article/details/135470791
版权
文章介绍了如何获取数据集的列名，通过相关性阈值筛选相关列，删除不相关列，创建热图展示数值列间的关系，并使用箱线图进行单变量和对比分析。同时，计算了FLAG列中欺诈交易的占比。
摘要由CSDN通过智能技术生成

（11）再次获取数据集的列名，具体实现代码如下所示。

Index(['Address', 'FLAG', 'Avg min between sent tnx',
       'Avg min between received tnx',
       'Time Diff between first and last (Mins)', 'Sent tnx', 'Received Tnx',
       'Number of Created Contracts', 'Unique Received From Addresses',
       'Unique Sent To Addresses', 'min value received', 'max value received ',
       'avg val received', 'min val sent', 
了解本专栏 订阅专栏 解锁全文 超级会员免费看
码农三叔
关注
专栏目录
订阅专栏
（11-3-02）检测以太坊区块链中的非法账户： 数据分析（1）
码农三叔
01-08 1695
（8）实现数据清理工作并计算相关性矩阵，首先删除具有大量null、0或None值的列，这些列是 'Index'、' ERC20_most_rec_token_type' 和 ' ERC20 most sent token type'。（6）计算名为 ' ERC20_most_rec_token_type' 的列中各个值的数量，这对于了解这一列中不同代币类型的分布情况非常有用。（7）计算名为 ' ERC20 most sent token type' 的列中各个值的数量，具体实现代码如下所示。
（11-3-7 ）检测以太坊区块链中的非法账户：模型评估
码农三叔
01-10 2116
上面输出的是Cat Boosting模型在SMOTE采样技术下的性能评估结果，其中AUC（Area Under the Curve）为0.9802，这是ROC曲线下的面积，用于衡量模型的分类性能。最后，混淆矩阵显示了模型的分类结果。其中，766个样本被正确分类为负例（真负例），202个样本被正确分类为正例（真正例），12个样本被错误分类为正例（假正例），5个样本被错误分类为负例（假负例）。对模型进行全面评估，包括在训练集和测试集上的性能评估，并绘制了精确度-召回率曲线，以更全面地了解模型的性能和潜在问题。
《以太坊技术详解与实战》第8章 - 以太坊数据查询与分析工具
yzpbright的博客
09-27 1005
1
（11-3-01 ）检测以太坊区块链中的非法账户
码农三叔
01-08 1547
以太坊（Ethereum）是一种基于区块链技术的开源平台和加密货币。它于2015年由Vitalik Buterin和Gavin Wood等开发者创建，并成为比特币之后最受欢迎的加密货币之一。以太坊不仅支持加密货币交易，还为开发者和企业提供了构建去中心化应用程序的强大工具。在本节的内容中，将实型一个完整的机器学习模型项目，智能检测出以太坊区块链中的非法账户。从问题定义到模型建立和评估，再到最终的总结和建议。本实例突出了处理类别不平衡问题的重要性，并展示了如何使用多种机器学习算法来解决实际问题。此外，通过数据可
（11-3-04 ）检测以太坊区块链中的非法账户：Train-Test Split（拆分数据集）
码农三叔
01-09 847
定义了一个名为 train_val_test_split 的函数，用于将数据集划分为训练集、验证集和测试集。最后，使用 train_val_test_split 函数将数据集划分为训练集（80%）、验证集（10%）和测试集（10%），并分别存储在 X_train、X_val、X_test、y_train、y_val 和 y_test 变量中。从训练集 X_train、验证集 X_val 和测试集 X_test 中选择了具有最大信息增益的前 18 个重要特征，并将这些特征存储在了相应的数据集中。
以太坊区块链
qaz540411484的专栏
06-27 391
1.整体架构2.账户设计1)外部账户由私钥控制.与代码无关联可以创建发起交易给另外一个账户.外部账号之间的交易是转账;外部账户转账到合约账户可以激活合约账户2)合约账户被合约代码控制,有关联的代码.可以响应外部账户发起的交易3.区块链设计1)区块头结构这里需要注意的是这里的Merkle树并不是比特币的Merkle树,以太坊使用的是MPT树.Merkle树的变种,功能更强大.可以类似key-valu...
区块链安全--以太坊智能合约静态分析
beijinggaofeng的专栏
01-11 978
作者：高峰 黄绍莽（来自 360 IceSword Lab） 概述 目前，以太坊智能合约的安全事件频发，从The DAO事件到最近的Fomo3D奖池被盗，每次安全问题的破坏力都是巨大的，如何正确防范智能合约的安全漏洞成了当务之急。本文主要讲解了如何通过对智能合约的静态分析进而发现智能合约中的漏洞。由于智能合约部署之后的更新和升级非常困难，所以在智能合约部署之前对其进行静态分析，检测并发现智能合约中...
区块链扫盲之7，区块链与以太坊
Lovezyn971221的博客
09-03 7489
通过深入了解比特币系统我们已经知道，区块链是源自比特币的底层技术，它让我们可以无须借助任何第三方中介直接进行价值表示和价值转移，它还给数字世界带来了价值表示物——通证。区块链将使互联网从“信息互联网”阶段跨越到“价值互联网”阶段。但区块链技术要应用起来，还需要持续迭代升级。比特币系统和它的区块链都是专为创建一个去中心化的点对点电子现金而设计的。 如果把比特币系统看成区块链 1.0，则以太坊是当之无愧的升级迭代版，是区块链 2.0 的典范。 在过去这些年中出现了很多对比特币系统的改进，如替代币（altc..
以太坊上的庞氏骗局检测：迈向更健康的区块链技术
14090在以太坊上检测庞氏骗局：迈向更健康的区块链技术0陈伟利中山大学数据与计算机科学学院中国广州chenwli9@mail2.sysu.edu.cn0郑子斌中山大学数据与计算机科学学院中国广州机器智能与高级计算（中山大学）教育部...
使用c#制作一个小型桌面程序
qq_44691564的博客
09-14 3172
创建.NET Framework新项目，将之前生成的dll放在Demo文件夹的bin ->debug或是 release中（看你自己用的什么模式），创建完成后 系统会自动生成一些文件，其中 pch.cpp 先不要修改，pch.h中先导入自己需要用到的库，下面是我的代码。布局完了之后会自动生成Form1.Designer.cs 的窗口设计代码，点击控件按F4 还可以修改他们的属性。完成之后点击生成 就可以在bin中出现的你的.exe文件咯，是不是很简单呀~[狗头]我们还需要一个入口主程序。
零售业的数字化转型与消费者体验升级
最新发布
weixin_58820787的博客
09-24 514
在数字化浪潮的推动下，零售业正经历着前所未有的变革。数字化转型不仅为零售商带来了新的商业模式和运营效率的提升，更重要的是，它极大地提升了消费者的购物体验。金智维将探讨零售业如何通过数字化转型，实现线上线下融合、智能推荐、个性化服务等方面的升级，以满足消费者日益增长的需求。
介绍一下常用的激活函数？
GamBleout的博客
09-19 1224
死神经元：当神经网络中的某些神经元在训练过程中始终不被激活，即其输出值始终接近于零，这些神经元就被称为“死神经元”。与Sigmoid函数类似，也存在梯度消失问题，但相对于Sigmoid函数，其输出范围更大，有利于梯度的传播。Leaky ReLU是ReLU的一个变体，在输入为负时给予一个小的非零斜率，避免了“死神经元”问题。在正区间内解决了梯度消失问题，但在负区间内梯度为0，可能导致“死神经元”问题。将一组数值转换为概率分布，即所有输出的和为1，且每个输出都在(0,1)之间。当输入为负时，输出为0。
苹果AI手机遇阻，国产手机找到超车机遇
songguocaijing的博客
09-23 821
去年，它只提供12期免息分期。事实上，苹果的Apple Intelligence高度依赖于Open AI，然而Open AI在国内的使用受限，而目前苹果在中国的AI合作方一直尚未决定，此前有消息报道，苹果已与多家中国大模型公司进行了接触，包括百度、阿里巴巴以及百川智能等，但也没有明确消息流出。苹果的光环总是高居天上，今年6月10日，苹果发布全新智能体Apple Intelligence后，市场对于将搭载“Apple所开发出的独一无二的AI”新机型寄予了极高的期待，甚至激起了对苹果下一个“超级周期”的预期。
IT行业中的技术趋势与未来展望
2301_78944833的博客
09-21 1960
IT行业正在经历一场前所未有的技术变革，各种新兴技术相互融合，推动着企业和社会的数字化转型。从云计算到人工智能，从物联网到区块链，这些技术趋势不仅改变了IT行业的面貌，也塑造了未来世界的形态。无论是IT从业者还是企业管理者，紧跟这些技术趋势，将在未来的竞争中占据有利位置。
AI下凡记：智能体如何走进我们的日常生活
Enweitech Software Works
09-19 1155
随着AI行业的不断发展，未来必然会出现更自然的人机交互方式，智能体将会充当中间的沟通桥梁，App将解构成颗粒度更小的服务，由智能体担当智能耦合的角色，在这样的背景下，智能体将有望成为新的流量入口，所以，提前布局智能体，对大厂的商业生态非常重要。因此，新一轮的智能体争夺战，虽然从流量入口开始，但最终考验的却是企业的生态运营能力，企业前端要有足够的场景化牵引力，内部要有流畅的场景协调能力，外部要有创新的模式，以及提供持续优化的用户体验，才是智能体时代优秀的“流量入口”。后者则是创造需求，引来流量。
探索未来智能：Moonshot AI 引领AI新纪元——M1超级模型
BuluAI的博客
09-19 1123
M1超级模型的诞生是对这一趋势的直接响应，它代表了Moonshot AI在AI领域的最新研究成果和对未来智能的深刻洞察。一个在线教育平台集成了M1超级模型，通过分析学生的学习行为和成绩，为每位学生提供定制化的学习路径和实时反馈，显著提高了学习效率和成绩。在教育领域，M1超级模型能够提供个性化的学习支持，通过分析学生的学习习惯和理解能力，提供定制化的学习材料，促进学生在关键领域的进步。一家医院利用M1超级模型分析患者的医疗影像和病历，提高了诊断的准确性，减少了误诊率，并为医生提供了更全面的治疗建议。
PathoDuet: H&E 和 IHC 染色病理切片分析的基础模型|文献速递-Transformer架构在医学影像分析中的应用
weixin_38594676的博客
09-19 857
为了验证我们模型的有效性，我们在多个下游任务中评估了其性能，包括H&E领域的病理切片级别结直肠癌亚型分类、全切片图像（WSI）级别的分类，以及IHC领域的标记物表达水平预测、肿瘤识别和切片级别的定性分析。然而，仅凭IHC染色切片难以进行有效的解释，H&E染色切片作为基本的参考，提供了必要的上下文信息和结构细节，补充了从IHC切片中获得的分子信息。由于公开的IHC数据有限，我们利用已训练的H&E基础模型并引入了“跨染色迁移”预训练任务，以加深对不同染色方式的病理图像的理解。(a) 三分支跨尺度定位网络。
ZionAI应用无代码开发平台 | OPENAIGC开发者大赛企业组AI创新之星奖
RPA中国
09-20 392
通过全自动化的设计系统和精准的供应链链接，生境科技不仅提升了消费者的购物体验，也为家居行业带来了新的机遇和挑战。ZionAI 是一个无代码开发平台，旨在简化人工智能应用的开发过程，使每个人都能轻松创建自己的 AI 应用。该平台提供了可视化的开发工具，用户只需通过拖拽操作即可完成应用的设计和部署，降低了技术门槛，促进了创新。ZionAI 平台基于云原生技术和 Kubernetes 架构，采用 Postgres 数据库和 GraphQL 查询语言，支持高并发和复杂逻辑的处理。ZionAI应用无代码开发平台。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

码农三叔

感谢鼓励

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值