项目实战-交易数据异常检测

1.背景目标 2.解决样本不均衡问题 过采样（让1变得和0一样多）； 下采样（在0中取出部分数据，数量与1一致） 3.下采样策略 训练模型，实例化逻辑回归模型，指定不同的惩罚系数，利用交叉验证找到最合适的参数，打印每个结果 4.交叉验证 5.模型评估方法 6.正则化惩罚 7.逻辑回归模型 8.混淆矩阵 TP(true positives)：预测为真，实际为真 FN(false negatives)

>>阅读原文<<