基于集成学习的信用卡欺诈识别方法研究

目录

声明

第一章 绪论

1.1 课题背景

1.1.1 信用卡欺诈概括

1.1.2 机器学习在识别欺诈行为中的应用

1.1.3 研究现状

1.2 主要工作和结构

第二章 预测模型

2.1 重采样方法

2.1.1 欠采样

2.1.2 过采样

2.2 GBDT

2.3 Light GBM

2.4 正则贪心森林

2.5 神经网络

2.6 模型融合

第三章 实证研究

3.1 评估指标

3.2 数据集描述及预处理

3.3 基准线

3.3.1 重采样+逻辑回归

3.3.2 GBDT

3.4 混合模型

3.4.1 Light GBM

3.4.2 RGF

3.4.3 神经网络

3.4.4 模型融合

第四章 总结与展望

参考文献

致谢