-
公开(公告)号：CN116720136A
公开(公告)日：2023-09-08
申请号：CN202310735647.8
申请日：2023-06-20
Applicant: 西安交通大学
IPC: G06F18/2415 , G06N5/01 , G06N20/00 , G06N3/04 , G06F16/215 , G06N3/08
Abstract: 本发明公开一种基于深度Boosting决策树的欺诈检测方法，包括S1、提取原始欺诈数据；S2、清理和预处理欺诈数据得到适用于深度学习框架输入的数据；S3、构建深度Boosting决策树模型用于预测欺诈行为的发生；本发明方法建立神经网络来学习决策树的分裂准则，挖掘了欺诈数据中的特征表征信息，并通过迭代算法保证决策树分裂的有效性；采用Boosting方法降低传统决策树存在的过拟合缺陷，通过Boosting方法降低决策树模型过拟合风险，提高了传统Boosting方法的泛化性能；通过组合深度AUC最大化算法将深度Boosting决策树应用于非均衡数据学习过程中，保证了算法的稳定性和可靠性。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
