文件名称：anomaly-detection
文件大小：10KB
文件格式：ZIP
更新时间：2024-05-29 17:25:01
Scala
异常检测 这是基于以下Kaggle竞赛的机器学习模型： ://www.kaggle.com/arjunjoshua/predicting-fraud-in-financial-payment-services 我采用了这种方法，并将其转换为基于Scala的生产化模型，该模型既可以训练模型也可以评估测试数据 先决条件 在执行该应用程序之前，您需要设置一些先决条件： 编译XGBoost库并在本地安装。 可以在这里找到编译说明： : 下载存储库后，您将需要git checkout tags/v0.71以获得该项目已经过测试的XGBoost代码的版本 安装CMake的最新版本。 在CentOS上，我必须使用wget https://cmake.org/files/v3.6/cmake-3.6.2.tar.gz手动安装 将交易数据从Kaggle源站点复制到HDFS 首先从以上Kaggle
【文件预览】：
anomaly-detection-master
----project()
--------build.properties(18B)
--------assembly.sbt(57B)
----src()
--------main()
----build.properties(19B)
----build.sbt(2KB)
----README.md(3KB)
----resources()
--------fin_test.csv(7KB)
----.gitignore(29B)