-
任务描述:信用卡欺诈是使用或涉及支付卡(例如信用卡或借记卡)作为交易中的欺诈资金来源进行的盗窃和欺诈的广泛术语。 目的可能是在不付款的情况下获取商品,或从帐户中获取未经授权的资金(例如盗刷)。尽管信用卡欺诈的发生率限于所有卡交易的约0.1%,但由于欺诈交易属于非法交易,因此造成了财务损失。 信用卡公司能够识别欺诈性的信用卡交易非常重要,这样就不会向客户收取未购买商品的费用。在该任务中,我们需要将交易分类为欺诈性或非欺诈性。好的欺诈分类效果能够有效预防和降低信用卡欺诈带来的经济损失,从而使相关的金融机构和客户获益。
-
运行环境:在Python3.6+环境下测试了本教程代码。需要的第三方模块和版本包括:
- scipy(>=0.19.1)
- scikit-learn(>=0.23)
- numpy(>=1.13.3)
- joblib(>=0.11)
- imbalanced-learn(>=0.7.0)
imbalanced-learn的安装可以通过pip install -U imbalanced-learn
-
方法概述