机器学习之信用卡诈骗案例总结

操作流程

1. 首先观察数据发现有一类特征浮动较大，我们对其进行归一化预处理，使用sklearn库中的函数

2. 由于两类样本数目存在明显差异，因此我们采用下采样（从多的样本中挑出和少的样本一样少的数目）和过采样的方法（构造少的样本，使之和多的样本一样多）

3. 我们将所有样本按照自定义比例分为训练集和测试集，训练集用于调参，测试集用于测试模型的可行性，在训练集采用交叉验证的方法

4. 为防止过拟合，我们采用正则化惩罚（惩罚对象是参数）的方法，设置了几个不同的惩罚力度观察其效果

5. 在评估模型时，我们引入了几个判断标准，召回率，精度，误杀率，等来共同判断模型的优劣

6. 我们可以通过调整逻辑回归的阈值（它的阈值我们一般采用的是0.5）来实现自己想要的效果

7. 在进行过采样方法时，我们使用了SMOTE算法进行少数样本的扩倍

总结

1. 从结果上看，过采样模型的效果明显高于下采样模型，因为过采样模型使用了更多的样本，模型的训练效果更好，更具有泛化性

2. 没有最好的模型，适合的才是最好的。