基于增强随机森林分类器的不平衡数据信用卡欺诈检测
人工智能
2023-03-14 v1 密码学与安全
摘要
信用卡已成为线上和线下交易中最流行的支付方式。由于技术的发展和欺诈案件的增多，有必要创建一种欺诈检测算法来精确识别和阻止欺诈活动。本文实现了随机森林(RF)算法来解决手头的问题。本研究使用了信用卡交易数据集。处理信用卡欺诈检测时的一个主要问题是数据集不平衡，其中大多数交易为非欺诈交易。为克服不平衡数据集的问题，使用了合成少数类过采样技术(SMOTE)。采用超参数技术以提升随机森林分类器的性能。结果表明，RF分类器获得了98%的准确率和约98%的F1分数值，前景良好。我们也相信我们的模型相对易于应用，并能克服欺诈检测应用中的不平衡数据问题。
引用
@article{arxiv.2303.06514,
title = {Credit Card Fraud Detection Using Enhanced Random Forest Classifier for Imbalanced Data},
author = {AlsharifHasan Mohamad Aburbeian and Huthaifa I. Ashqar},
journal= {arXiv preprint arXiv:2303.06514},
year = {2023}
}