这个问题通常被称为“信用卡欺诈检测”

有几种分类算法旨在解决这个问题。

借助您拥有的数据集的知识，决策树算法可用于从非恶意交易中检测恶意交易。本文是学习和发展关于欺诈检测的直觉以及使用决策树和 SVM 等基本分类算法解决问题的好资源。

还有其他几篇论文使用神经网络、逻辑回归、遗传算法等算法解决了这个问题。但是，使用决策树算法的论文是开始学习的好地方。

以便宜的价格托管 600 GB 左右的数据的好地方是什么？

Aws S3将是一种不错的廉价方式。它还与 Redshift 很好地集成，以防您想对数据进行复杂的分析。

基于规则的分类器通常更适合这个问题，因为您的大多数特征都将包含离散值。

因此，决策树、提升、随机森林应该为您完成这项工作。

您应该始终牢记的一件事是您将如何评估您的模型。对于欺诈检测，确保完全消除假阴性。误报是好的，但反之则很危险。

Xgboost 算法有一个特殊的参数叫做 scale-pos weight 来处理不平衡的分类问题。它基本上控制了正负权重的平衡。您可以参考此链接了解更多详情。http://xgboost.readthedocs.io/en/latest/parameter.html