《表2 第一个数据集上的实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《改进利益驱动神经网络在欺诈信息的应用研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

其中:c为固定代价（联络客户的成本）；NTP和NFP分别为真警和虚警的数量。阈值范围为0.5到测试集中的判例数量，表示在前列的可能性最高的实例（前10%）中哪些分类器进行了成功分类。为了在两个理念之间产生差别，在阈值为0.5的情况下，本文在名称为“节约”的栏中给出了净收益。第一个数据集的结果如表2所示。由于在测试集中的欺诈性交易实例为131个，本文选择了第313个实例的输出作为阈值，以对分类器的性能进行分析。假设所有的交易是合法交易，则总节约代价的公式为