欺诈检测是一个罕见的类别问题。查尔斯·埃尔坎笔记第六章他在加州大学圣地亚哥分校的数据挖掘和预测分析研究生课程将引导您完成对稀有课程的预测，以及评估此类模型成功的陷阱和正确方法。他特别使用的方法是等渗和单变量逻辑回归。他在课堂上使用的软件是 Rapidminer，但我更喜欢 R。如果您选择使用 R，您可以使用 isoreg 和 glm 函数执行这两个功能。许多人也喜欢在欺诈检测中使用 SVM，但模型选择标准的一部分应该是验证交易所需的速度。例如，如果是刷信用卡，SVM 是完全不可行的，因为处理时间太长。这就是为什么在生产环境中，回归模型的变体通常用于欺诈检测。