科技金融应用：欺诈风险识别
特征其实都是一些聚合统计，思路主要是3 4 5按照月份分别建立三个子模型（原因：发现如果3月有流水信息、4月突然间没有流水信息的样本，很容易判定为欺诈样本，因此做了三个子模型学习一下当月的情况）将预测值作为特征；模型2中把绝对时间全部修改为相对时间+三个子模型的预测值作为模型；测试过程发现不同随机种子影响很大，因此做了多种子融合。提交1200样本，大约881线上成绩；提交1100样本，大约885-886线上成绩
-
Notifications
You must be signed in to change notification settings - Fork 4
ZS167275/DCID-2023
Folders and files
| Name | Name | Last commit message | Last commit date | |
|---|---|---|---|---|
Repository files navigation
About
科技金融应用：欺诈风险识别
Resources
Stars
Watchers
Forks
Releases
No releases published
Packages 0
No packages published