金融科技行业的新蓝图

分类示例 ：借记卡诈骗

分类选用一组具有已知标签和预先确定特性的数据，并学习如何根据这些信息标记新数据。特性是你问的“是否”问题。标签就是这些问题的答案。

让我们看一个借记卡诈骗的示例。

我们想要预测什么?

• 某一笔借记卡交易是否为欺诈。
• 欺诈是标签(对或错)。

你可以用来进行预测的“ 是否 ”问题或属性是什么?

• 今天花费的金额是否大于历史平均水平?
• 今天的这些交易是否在多个国家?
• 今天的交易数量是否大于历史平均水平?
• 今天的新商户类型与过去三个月相比是否较高?
• 今天是否在多个带有风险类别代码的商家处购买?
• 今天是否有不寻常的签名与以往使用PIN相比?
• 与过去三个月相比，是否有新的购买行为?
• 与过去三个月相比，现在是否有国外购买?

要构建分类器模型，你需要提取对分类最有贡献的有用特性。

决策树

决策树创建一个基于输入特征预测类或标签的模型。它的工作原理在于评估每个节点上包含一个特征的问题，然后根据答案选择到下一个节点的分支。预测借记卡欺诈的可能决策树如下所示。特性问题是节点，答案“是”或“否”是树中到子节点的分支。(注意，真正的树会有更多的节点。)

问题一：24小时内的花费是否大于平均?

• 是

问题2：今天是否有多笔交易来自高风险的商家?

• 是欺诈概率 = 90%
• 非欺诈概率 = 50%

决策树很受欢迎，因为它们易于可视化和解释。将算法与集成方法相结合，可以提高模型的精度。一个集成例子是一个随机森林算法，它结合了决策树的多个随机子集。

无监督学习

无监督学习，有时也被称为描述分析，没有预先提供的标记数据。这些算法发现输入数据中的相似性或规律。无监督学习的一个例子是基于购买数据对相似的客户进行分组。

聚类

在聚类中，一个算法通过分析输入实例之间的相似性将它们分类。一些聚类用例包括:

• 搜索结果分组。
• 分组相似客户。
• 分组相似病人。
• 文本分类。
• 网络安全异常检测(发现不相似之处，集群中的异常值)。

K均值算法将数据分组到K个集群中，每个数据都属于离其集群中心均值最近的集群。

聚类的一个例子是，一个公司希望细分其客户，以便更好地定制产品和服务。客户可以依据比如人口统计和购买历史记录等特征被分组。为了得到更有价值的结果，无监督学习的聚类常常与有监督学习相结合。例如，在这个banking customer 360用例中，首先根据问卷答案对客户进行细分。接着对客户群体进行分析，并标上用户画像。然后，这些标签通过客户ID与账户类型和购买内容等特性进行链接。最后，我们在被标签的客户身上应用了监督机器学习，允许将调查用户画像与他们的银行行为联系起来，以提供深入的见解。

深度学习

深度学习用来称呼多层神经网络，它是由输入和输出之间的节点“隐含层”组成的网络。神经网络有许多变种，你可以在这个神经网络备忘单上了解更多。改进的算法、GPUs和大规模并行处理(MPP)使得具有数千层的神经网络成为可能。每个节点接受输入数据和一个权重，然后向下一层的节点输出一个置信值，直到到达输出层，计算出该置信值的误差。通过在一个叫做梯度下降的过程中进行反向传播，误差会再次通过网络发送回来，并调整权值来改进模型。这个过程重复了数千次，根据产生的误差调整模型的权值，直到误差不无法再减少为止。

在此过程中，各层学习模型的最优特征，其优点是特征不需要预先确定。然而，这也意味着一个缺点，即模型的决策是不可解释的。由于解释决策可能很重要，研究人员正在开发新的方法来理解深度学习这个黑盒子。

（编辑：宣城站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!