数据集概述
该数据集围绕在线商业中的支付卡欺诈检测展开，应用13种统计与机器学习模型，结合公开及真实交易记录，对比原始特征与遗传算法生成的聚合特征的判别能力，为支付卡欺诈检测模型开发提供数据支持。
文件详解
- 文件名称: lens-export-siti-rokoyah.bib
- 文件格式: .bib
- 内容: 可能包含参考文献的BibTeX格式数据，用于文献管理。
- 文件名称: lens-export-siti-rokoyah.csv
- 文件格式: .csv
- 字段映射: 包含Lens ID、标题、发表日期、出版年份、文献类型、来源标题、ISSN、出版商、来源国家、作者、摘要、卷、期号、起始页码、结束页码、研究领域、关键词、MeSH术语等字段。
- 文件名称: WhatsApp Image 2022-11-16 at 06.03.00.jpeg
- 文件格式: .jpeg
- 内容: 可能为相关图片资料，具体内容未提供详细说明。
适用场景
- 支付卡欺诈检测研究: 分析不同特征（原始/聚合）对欺诈检测模型性能的影响。
- 机器学习模型对比: 评估13种统计与机器学习模型在支付卡欺诈检测中的效果。
- 特征工程研究: 验证遗传算法生成的聚合特征在欺诈检测中的判别能力。
- 在线商业安全分析: 探究支付卡欺诈的风险因素及检测方法。
