文件名称：Credit_Card_Fraud_Detection
文件大小：144KB
文件格式：ZIP
更新时间：2024-03-07 08:57:02
JupyterNotebook
Credit_Card_Fraud_Detection 项目概况 在这个项目中，我使用了信用卡欺诈检测数据集，并建立了一个二进制分类模型，可以根据提供的历史数据将交易识别为欺诈或有效交易。 付款欺诈数据集（Dal Pozzolo等，2015）从Kaggle下载。 它具有用于数千笔信用卡交易的功能和标签，每笔交易均被标记为欺诈或有效。 在此笔记本中，我们希望根据这些交易的特征来训练模型，以便我们可以预测将来的风险或欺诈性交易。 EDA 使用此下载了我用来训练模型的数据集。 我加载并浏览了数据集。 数据集分为训练和测试集。 造型 在此笔记本中，我定义并训练了SageMaker内置算法 。 由于我们预测信用卡交易是有效的还是欺诈性的，因此该问题需要一种二进制分类算法，该算法中的一行将两类数据分开并有效地输出标签。 对于落在直线上方的数据为1，对于落在直线上方或之下的点为0。 我实例化了
【文件预览】：
Credit_Card_Fraud_Detection-master
----images()
--------linear_separator.png(31KB)
--------README.md(1B)
--------fraud_detection.png(42KB)
----Fraud_Detection.ipynb(787KB)
----README.md(3KB)