Machine learning 如何在数据中标记客户

我正在尝试使用神经网络进行欺诈检测，问题是如何标记用户列（约100万用户），以便每个用户都有独特的行为，这取决于他们的交易/浏览参数。我的大多数列都是标称列

在阅读之后，我确信没有一个热编码，我应该选择目标的组合，并去掉一个编码。是这样吗？你们这些人能指引我正确的方向吗

---

相同的编码可用于培训数据中没有的新用户/客户？

我会根据数据对网络进行不同的培训

• 如果每个用户都有欺诈和正常的例子，那么我会独立地对网络进行每个用户的数据培训，并存储他们的权重，一旦他们执行某项操作，就会检索这些权重，以便对其进行审查。对于新用户，我会在整个数据集上为所有100万用户训练网络，每当新用户出现时，我会为他们使用那些用户不可知的权重。对于定制，我要么在培训集中为他们的数据创建一个新行，最终再培训网络以供使用，要么在线学习，以便模型能够随着时间的推移学习
• 如果用户没有个人欺诈/真实反例，我会使用一对一策略，其中用户数据是真实行为，其他人的数据是欺诈。然后我将存储权重，并在推断时检索它们

---

嘿，我找到了最好的方法来标记数据（字符串/分类），以保留每个客户的行为

我可以使用catboost或python库Crypto.Util.number在规范化数据后将中的任何字符串转换为唯一的数字

---

谢谢。

嗨，你有没有博客/例子来解释你所解释的内容，以便我能更好地理解。不幸的是，我没有。但是你可以分享你的数据，这样我就可以看一看，并向你展示一个工作示例嘿，我如何添加我的样本数据集？所有上传站点都被阻止在我的组织中。可能是Puch到GitHub repo或使用云服务提供商