数据集介绍 相关项目——1：https://aistudio.baidu.com/aistudio/projectdetail/2286726 相关项目——2：https://aistudio.baidu.com/aistudio/projectdetail/2307043 其中训练集样本约59万（欺诈占3.5%），测试集样本约50万。 数据主要分为2类，交易数据transaction和identity数据。 字段表 交易表 Field Description TransactionDT：来自给定参考日期时间的时间增量（不是实际时间戳） TransactionAMT：以美元为单位的交易支付金额 ProductCD：产品代码，每笔交易的产品 card1 - card6：支付卡信息，如卡类型、卡类别、发卡行、国家等 addr：地址 dist：距离 P_ 和 (R__) emaildomain：购买者和收件人的电子邮件域 C1-C14：计数，如发现有多少地址与支付卡关联等，实 D1-D15：timedelta，例如上次交易之间的天数等 M1-M9：匹配，如卡上的姓名和地址等 Vxxx：Vesta 设计了丰富的功能，包括排名、计数和其他实体关系 分类特征： ProductCD card1 - card6 addr1, addr2 P_emaildomain R_emaildomain M1 - M9 身份表 该表中的变量是身份信息——与交易相关的网络连接信息（IP、ISP、代理等）和数字签名（UA/浏览器/操作系统/版本等）。 它们由 Vesta 的欺诈保护系统和数字安全合作伙伴收集。 （字段名称被屏蔽，不提供成对字典用于隐私保护和合同协议） 分类特征： DeviceType DeviceInfo id_12 - id_38

IEEE-CIS-欺诈检测 该存储库包含有关IEEE-CIS欺诈检测数据集的深入探索探索性数据分析（EDA）。竞争是一个二进制分类问题-即我们的目标变量是一个二进制属性（用户是否使点击欺诈？），我们的目标是尽可能将用户分类为“欺诈”或“非欺诈”。 您可以阅读IEEE-CIS欺诈检测页面中的完整数据集概述和数据描述。 在此存储库中，您可以访问； EDA.ipynb：包含深入分析的Jupyter笔记本 util_data_cleaning.py：包含大量数据清除功能的Python文件。 util_reporting.py：包含大量可视化和报告功能的Python文件。 util_feature_engineering.py：包含大量数据准备和整理功能的Python文件。 您可以看一下我的Kaggle内核，以了解如何简化EDA流程：

该存储库包含在《会计研究杂志》上发表的论文中使用的数据和代码。 如果您在研究中使用我们的数据和代码，请引用我们的论文，如下所示： 杨宝，柯斌，李斌，余嘉莉和张杰（2020）。 。 会计研究杂志，58（1）：199-235。 数据说明表 1.描述哪些作者处理了数据并进行了分析。 Yang Bao和Julia Julia处理了数据。 杨宝，宾科，李斌和余嘉莉共同进行了分析。 2.关于如何获取或生成原始数据的详细说明，包括数据源，下载或获取数据的特定日期以及用于生成数据的工具（例如，用于调查或实验）。 我们建议一位以上的作者能够为原始数据的所述来源提供担保。 本文使用档案数据。 数据主要来自可商购的来源。 详情如下所示。 AAER数据：我们最初的会计欺诈样本来自美国加州大学伯克利分校财务报告和管理中心（CFRM）编制的SEC的会计和审计执行公告（AAER）。 本文当前版本中使用的AA

欺诈识别 使用深度学习混合模型来检测欺诈信用卡。