原创力文档- 1、本文档共61页，其中可免费阅读19页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
近年来由于消费升级，越来越多的人开始提前消费自己的信用，随着互联网
科技的发展与进步，信贷行业也是发展迅速，与此同时，信贷所带来的欺诈风险
也不容小觑。对于欺诈风险而言，欺诈样本的界定本身就是一个不小的难题，而
且欺诈样本在整体人群中的占比是非常少的，针对欺诈数据的非线性、强时序、
高噪声、不均衡等特点，传统机器学习技术无法有效进行模型的预测。如何判别
欺诈风险，改善欺诈风险以及构建反欺诈模型一直是学术界研究的课题。
鉴于此，本文针对公开的欺诈数据集进行建模与探索，由于数据中有很多脏
数据，首
文档评论（0）