排序
【Python数据分析案例(2025)】22——基于机器学习的餐厅评论反欺诈识别fraud
该数据集由Dou等人引入,用于增强基于图神经网络的欺诈检测器,以识别伪装欺诈者。数据集包含Yelp评论,具有标签(是否欺诈)和32个归一化特征作为属性,以及评论之间的关系,如共享用户、共享...
【Python数据分析案例(2025)】21——基于图神经网络的餐厅评论反欺诈识别fraud
在欺诈识别这个二分类任务中,三种神经网络模型各有特点。GCN模型的准确率、召回率和 F1 分数分别为 0.835509、0.835509、0.847082,在这三个指标上表现均衡且整体较优,能较好地识别欺诈情况,...
【Python数据分析案例(2025)】04——基于图神经网络的反欺诈交易检测(GCN,GAT,GIN)Anti fraud transaction detection based on graph neural network
【Python数据分析案例(2025)】04——基于图神经网络的反欺诈交易检测(GCN,GAT,GIN)