dataset_ccfd.zip

The dataset has been released by [1], which had been collected and analysed during a research collaboration of Worldline and the Machine Learning Group (http://mlg.ulb.ac.be) of Université Libre de Bruxelles (ULB) on big data mining and fraud detection. <br>[1] Pozzolo, A. D., Caelan, O., Johnson, R. A., and Bontempi, G. (2015). Calibrating Probability with Undersampling for Unbalanced Classification. 2015 IEEE Symposium Series on Computational, pp. 159-166, doi: 10.1109/SSCI.2015.33 <br>open source kaggle : https://www.kaggle.com/mlg-ulb/creditcardfraud

本数据集由文献[1]公开发布，其采集与分析工作由Worldline与布鲁塞尔自由大学（Université Libre de Bruxelles，ULB）的机器学习小组（Machine Learning Group，http://mlg.ulb.ac.be）围绕大数据挖掘与欺诈检测方向开展联合研究时完成。
[1] Pozzolo, A. D., Caelan, O., Johnson, R. A., 与 Bontempi, G. (2015). 面向非均衡分类的欠采样概率校准方法. 2015 IEEE计算智能系列研讨会, 第159-166页, doi: 10.1109/SSCI.2015.33
该数据集开源于Kaggle平台，访问地址为：https://www.kaggle.com/mlg-ulb/creditcardfraud

搜集汇总

背景与挑战

背景概述

该数据集专注于信用卡欺诈检测，具有不平衡分类特点，来源于Worldline与布鲁塞尔自由大学机器学习组的合作研究，并在Kaggle平台开源。适用于模式识别和数据挖掘领域的研究。