《表1 各机器学习模型的模型评价结果》

  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

《信用卡欺诈行为识别中的机器学习方法:比较研究》

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

对比Bagging类方法（随机森林）与Boosting类方法（AdaBoost），在本例中Boosting方法对弱分类器的优化效果显著，AUC技术指标得到了显著的提升。虽然对于正常交易的识别准确度不及随机森林模型，但是对于欺诈交易的识别准确度有一定的提升。