有没有办法降低经典欺诈预测问题中的误报率。目前我正在研究经典的欺诈检测。有50000个真实标签样本（结果为调查所得）。这些训练标签相当平衡。我选择的逻辑回归模型表现良好，f1 分数超过 90%。现在，当使用该模型预测新案件时，结果是 50/50（欺诈和非欺诈）。有没有一种方法可以调整模型，让其通过非欺诈案例并惩罚误报率，以便我们检测到较少数量的欺诈案例（可能在一百万中不到 200 个），但它们很可能是欺诈。希望一切顺利。
这是逻辑回归模型采用的所有参数。
sklearn.linear_model.LogisticRegression(penalty='l2', *, dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None, random_state=None, solver='lbfgs', max_iter=100, multi_class='auto', verbose=0, warm_start=False, n_jobs=None, l1_ratio=None)
大多数情况下，默认值效果很好，因此，如果您更改了参数，请尝试使用默认值。 如果您已经使用默认参数但结果仍然不佳，那么您可能需要根据数据集更改参数值。为此，您需要知道所有这些参数的含义。 如果您不知道，请点击此链接
因此您希望模型更频繁地预测“非欺诈”。取决于您使用的型号。如果您愿意，可以自由地为逻辑回归模型的输出设置一个阈值，该阈值仅允许输出实际上更接近 1 的实例被分类为“欺诈”。例如，可以在 sklearn 中通过使用predict_log_proba(X) 或predict_proba(X)（对数概率或概率）访问模型的输出概率来完成此操作。 （来源：https://scikit-learn.org/stable/modules/ generated/sklearn.linear_model.LogisticRegression）
如果您的模型应该为“欺诈”输出 1，您可以使用 if 来对输出进行阈值（如果输出 > 0.8 则为“欺诈”）。
使用“过采样/欠采样”。通过增加误报，学习者将远离它们。您可以对假阴性执行相同的操作。或者，通过消除误报/漏报来训练学习者。
顺便说一句，使用非线性分类器，例如 C5.0（包括 boosting），以避免线性分类器的缺点。
祝你好运！