[论文解读] Credit Card Fraud Detection Using Enhanced Random Forest Classifier for Imbalanced Data

AlsharifHasan Mohamad Aburbeian, Huthaifa I. Ashqar|arXiv (Cornell University)|Mar 11, 2023

Imbalanced Data Classification Techniques被引用 5

一句话总结

本文提出了一种增强型随机森林（RF）分类器，结合SMOTE过采样与超参数调优，以解决信用卡欺诈检测中的类别不平衡问题。基于真实交易数据集，该模型在不平衡数据上实现了98%的准确率与98%的F1得分，表现出色且复杂度极低。

ABSTRACT

The credit card has become the most popular payment method for both online and offline transactions. The necessity to create a fraud detection algorithm to precisely identify and stop fraudulent activity arises as a result of both the development of technology and the rise in fraud cases. This paper implements the random forest (RF) algorithm to solve the issue in the hand. A dataset of credit card transactions was used in this study. The main problem when dealing with credit card fraud detection is the imbalanced dataset in which most of the transaction are non-fraud ones. To overcome the problem of the imbalanced dataset, the synthetic minority over-sampling technique (SMOTE) was used. Implementing the hyperparameters technique to enhance the performance of the random forest classifier. The results showed that the RF classifier gained an accuracy of 98% and about 98% of F1-score value, which is promising. We also believe that our model is relatively easy to apply and can overcome the issue of imbalanced data for fraud detection applications.

研究动机与目标

• 解决信用卡欺诈检测中类别不平衡的挑战，其中欺诈性交易远少于正常交易。
• 通过数据层面与算法层面的技术，提升随机森林分类器在不平衡交易数据上的性能。
• 开发一种实用且高效的欺诈检测模型，即使在类别分布严重偏斜的情况下也能保持高精确率与高召回率。
• 评估SMOTE与超参数调优对模型泛化能力与检测性能的影响。

提出的方法

• 本研究采用具有高度类别不平衡分布的真实信用卡交易数据集。
• 应用合成少数类过采样技术（SMOTE）生成少数类（欺诈）的合成样本，以平衡数据集。
• 使用优化后的超参数训练增强型随机森林分类器，以提升泛化能力并减少过拟合。
• 通过准确率与F1得分评估模型性能，重点关注F1得分以在类别不平衡场景下平衡精确率与召回率。
• 采用网格搜索或类似方法进行超参数调优，以最大化模型性能。
• 在测试集上对最终模型进行验证，以确保其对未见数据的鲁棒性与泛化能力。

实验结果

研究问题

• RQ1 SMOTE-based数据过采样在不平衡数据集上对随机森林分类器检测信用卡欺诈的性能有何影响？
• RQ2 为最大化欺诈检测中的F1得分，随机森林模型的最优超参数组合是什么？
• RQ3 增强型随机森林模型是否能在保持计算高效与易于部署的同时，实现高准确率与高F1得分？
• RQ4 SMOTE与超参数调优的结合在多大程度上提升了对罕见欺诈交易的检测能力？

主要发现

• 增强型随机森林分类器在不平衡信用卡交易数据集上实现了98%的测试准确率。
• 该模型获得了98%的F1得分，表明在欺诈检测中精确率与召回率达到了良好平衡。
• SMOTE通过增加少数类（欺诈性）交易的表示，有效缓解了类别不平衡问题。
• 超参数调优显著提升了模型性能，尤其在减少假阴性方面效果明显。
• 该模型在未见数据上表现出强鲁棒性与泛化能力，表明其具备实际可部署性。
• 该方法计算效率高且易于实现，适用于实时欺诈检测系统。