文章目录数据集介绍代码实现1、导入需要的库2、导入数据集查看数据集中正样本（欺诈）和负样本（未欺诈）的数量对数据集进行稍微处理3、划分数据集划分训练集、验证集和测试集划分出特征和标签4、标准化处理5、查看正负样本的相关信息区分正负样本在’V5’，’V6’两个维度上比较正负样本6、构建模型7、对比：有bias_initializer vs 没有bias_initializer没有bias_initializer构建模型用模型预测前十个样本将训练集输入模型来评价模型有bias_initializer
论文清单
民意调查
从不平衡数据中学习：挑战和未来方向（调查文章2016）
My Summary | My Code
key Word ：学习失衡，异常检测
绩效衡量
在不平衡数据集上评估二进制分类器时，精度调用图比ROC图更具信息性
My Summary | My Code
Key Word ：PR图，ROC图
精确召回率与ROC曲线之间的关系
My Summary | My Code
Key Word ：PR图，ROC图
通过监督学习预测好的概率
My Summary | M
