基于集成学习的金融交易欺诈识别研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：金融欺诈严重威胁金融市场稳定，而现有的反欺诈手段存在单一性和低效率的问题。为此，文章基于集成学习方法构建了金融交易欺诈识别模型，旨在提升欺诈识别效果。研究中采用装袋法（Bagging）和提升法（Boosting）构建了4个基础模型，并通过优化参数筛选出2个效果较好的模型。随后，利用堆叠法（Stacking）对这2个模型进行融合训练，进一步提高了模型的识别率。（剩余10800字）

试读结束

目录
monitor