机器学习反欺诈实践：Python scikit-learn 随机森林
 
作者：Jun He
出处：CSDN 将机器学习算法用于金融领域的一个很好的突
破口是反欺诈，在这篇博文中，WePay 介绍了支付行业构建
机器学习模型应对很难发现的 shell selling 欺诈的实践心得。
WePay 采用了流行的 Python、scikit-learn 开源学习机器学习
工具以及随机森林算法。以下是文章内容：什么是 shell
selling？虽然欺诈几乎涉及各种领域，但相对于传统的买方
或卖方仅仅担心对方是否是骗子，支付平台需要担心的是交
易双方。如果其中任何一方存在信用诈骗，真正的持卡人发
现和撤销费用，平台自身就要进行账单偿还。shell selling 是
在这种情况下特别受关注的欺诈类型的一种。基本上，当交
易双方都带有欺骗性质时，这种模式便会发生，比如说有一
个犯罪分子用偷来的一个信用卡账户来支付两笔支付。shell
selling 可能很难发现，因为这些欺骗者姿态很低调。他们通
常没有多少“真正”的客户，所以你不能依靠用户反馈结果，
用这种方式你会碰到更多传统的欺骗者。当一个商人在一个
很短的时间段里获得了来自同一个 IP 的一堆付款时，这很明
显，但主导这种欺诈罪行的情况往往比这还要复杂很多。他
资源评论
