Python欺诈检测分类算法

Question

我正在研究信用卡欺诈检测模型，并为包含在线商店订单的标签数据做标签。我正在使用的列是：客户全名，送货地址和账单地址（城市，州，邮编，街道），订单 数量，总成本，以及有关是否发现订单欺诈的指示符。

问题在于98％以上的交易不是欺诈性的事实-数据集高度不平衡。我知道这是一个分类问题，但是我不确定从哪里开始我要处理的列以及数据的不平衡性。

对于该用例以及如何处理不平衡数据的任何适当分类算法的建议，我将不胜感激。我在搜索如何解决此问题时发现了几篇文章，但是大多数文章都是使用Kaggle数据集处理的，这些数据集具有非常不同的列（由于出于安全原因，不允许公开信息）。

谢谢！

Answer 1

我建议阅读以下文章：

1. https://towardsdatascience.com/detecting-financial-fraud-using-machine-learning-three-ways-of-winning-the-war-against-imbalanced-a03f8815cce9
2. https://towardsdatascience.com/methods-for-dealing-with-imbalanced-data-5b761be45a18

根据我的经验，xgboost非常好。但是您应该具有非常好的功能，可以构建好的树木