文件名称：Credit-Card-Fraud-Detection
文件大小：174KB
文件格式：ZIP
更新时间：2024-05-08 09:55:27
JupyterNotebook
信用卡欺诈检测 如今，随着在线购买量的增加和网络攻击的增加，信用卡欺诈检测正变得真正成为问题。 识别它们非常重要。 在本文档中，我们将介绍如何对包含欺诈和非欺诈交易的数据集进行分析，以及如何使用不同的机器学习算法来预测欺诈案件。 带有机器学习功能的信用卡欺诈检测是数据科学团队进行数据调查的过程，该模型的开发将在揭示和防止欺诈交易中提供最佳结果。 这是通过将卡用户交易的所有有意义的功能（例如日期，用户区域，产品类别，金额，提供者，客户的行为模式等）汇总在一起来实现的。 在此模型中，我们将能够使用随机森林算法检测大多数欺诈案件。 我们通常使用随机森林算法（RFA）来查找欺诈交易和这些交易的准确性。 该算法基于监督学习算法，其中使用决策树对数据集进行分类。 在对数据集进行分类之后，获得了混淆矩阵。 基于混淆矩阵对随机森林算法的性能进行了评估。 通过处理数据集获得的结果的准确度约为92％
【文件预览】：
Credit-Card-Fraud-Detection-main
----project_proposal_credit_card_fraud_detction.pdf(75KB)
----README.md(1KB)
----project_credit_card_fraud_detection.ipynb(219KB)