基于GBDT的特征组合进行信用卡欺诈识别的研究

目录

声明

第一章 引言

1.1 研究路线及创新

1.2 章节安排

第二章 数据描述性分析及特征选择

2.1 两类信用卡用户特征的相关性分析

2.2 信用卡交易次数及时间的分布

2.3 两类信用卡用户交易金额与交易次数的关系

2.4 两类信用卡用户交易金额与交易时间的关系

2.5 特征选择

2.5.1 两样本的K-S检验

2.5.2 递归特征消除法

2.5.3 基于随机森林的特征选择方法

2.5.4 特征投票

第三章 信用卡欺诈识别模型的建立

3.1 上采样方法：SMOTE

3.2 传统的Logistic回归模型

3.3 Logistic回归模型的求解

3.4 二分类模型衡量指标的定义

3.5 数据在平衡和非平衡情况下的Logistic回归效果

3.6 传统的GBDT模型

3.7 改进的模型：GBDT+LR

第四章 模型评估及反欺诈行为力度的控制

第五章 总结与展望

参考文献

致谢