机器学习和实际预测 [关闭]

Posted 2023-03-12

【中文标题】机器学习和实际预测 [关闭]

【英文标题】：Machine learning and actual predictions [closed]

【发布时间】：2019-06-13 00:36:45

【问题描述】：

我有一个关于机器学习预测的问题。

所以通常我会有一个包含 x 和 y 的数据集，我会在上面训练我的算法。但是，如果我只有一个只有输入变量（x's）而没有实际预测（y's）的数据集呢？

例如，我正在寻找欺诈性交易。

在数据集 A 中，我有一堆输入变量，如金额、邮政编码、商家等，我有一个欺诈状态变量，其中 1 表示可能存在欺诈，0 表示安全交易。在这里，我知道可以训练我的模型的欺诈/已知非欺诈。

但是，如果我有一个没有欺诈变量的数据集怎么办。我所拥有的只是我的输入变量，没有表明它是否是欺诈的变量。 ML 算法如何预测它是针对特定数据集的欺诈交易的概率？

【问题讨论】：

您问的是无监督学习，这是一个非常广泛的话题，而且无论如何都不是 *** 的主题。有更适合数据科学/机器学习的特定堆栈交换站点。

我投票结束这个问题，因为它与编程无关

【参考方案1】：

我认为您正在寻找的是异常检测。在异常检测中，您将尝试找到与其余数据点不同的数据点，在您的情况下是欺诈交易。

sklearn 中有不少可用的算法，请看here。我建议从 IsolationForest 模型开始解决您的问题。

来自文档。