亚马逊哪能勒毫秒里向用核方法抓牢欺诈
藏勒 AI 里向个数学魔法
大多数人侪觉着防欺诈是个软件问题。其实吤，渠是个数学问题。而且背后个数学，比大多数人想象个要好看得多、也稀奇得多。
每日天，亚马逊勒渠个全球市场浪处理几百万笔交易。勒搿种巨大个正常业务浪向，藏牢欺诈订单、拨人偷脱个信用卡交易、假账户搭仔可疑个购买模式。难处勒海：骗子从来勿会停勒原地。渠拉一直勒换行为、换设备、换地点、换手法。简单个规则系统跟勿上趟。机器学习，再加上一个叫核方法个数学分支，才让亚马逊搿种规模个实时欺诈检测变成功可能。
搿篇文章是《藏勒 AI 里向个数学魔法》系列个一篇。今朝阿拉深到核方法、支持向量机里去，看看搿眼数学概念哪能每秒钟每 daily 保护牢亚马逊个客户。
第一部分：业务场景
侬拿一个普通个亚马逊客户想想。渠周末买书，间或订眼电子产品，平常日脚囤点日用品。渠个账户已经有三年了，收货地址几个月里向侪呒没变过，每趟交易侪是勒同一个城市完成个。
现在侬再想想：礼拜二中午，出眼勿大对头个事体。十分钟里向，渠账户浪接连下脱三单高价值订单。收货地址换脱另外一个国家。新加脱一种支付方式。下单个设备也两样了。IP 地址解析出来个地方，离搿位客户平常买物事个地方差仔几千公里。
亚马逊必须勒几毫秒里向拿主意。搿是真个客户勒做眼反常个购买，比方讲勒旅游或者勒买礼物？还是骗子拿到脱渠个登录信息，勒账户拨锁脱之前抢快动手？
两个方向侪判断错脱，后果侪结棍个。放过去欺诈，就等于钞票损失、强制退款、卖家关系受损、客户信任蚀脱。拦牢一个正经客户，就等于糟糕个体验、生意跑脱、搭仔多年忠诚客户个关系搞坏脱。
搿种问题，侬靠简单个 if-else 规则是解决勿脱个。模式太复杂、变化太快、各式各样。搿正好就是核方法搭支持向量机造出来要解决个问题。
第二部分：机器学习模型架构
阿拉要造个模型叫支持向量机，就是 SVM。要想明白 SVM 为啥勒欺诈检测浪搿能结棍，侬先得弄明白渠解决个核心问题是啥。
侬拿亚马逊所有交易侪画勒一张图浪想想。真交易聚拢勒一爿地方。欺诈交易聚勒另外一爿。勒理想世界里向，侬好勒两组当中画一条直线，拿渠来分类新交易。但是真实个欺诈数据从来勿会搿能清爽。两堆数据交叠勒一道、绕来绕去，形成复杂个形状，啥个直线也分开勿脱。
核技巧就勒搿辰光上场。一个核方法做脱一桩交关妙个事体。渠拿侬个交易数据，从原本个两维或者十维空间，用数学变换到一个维度高得多个空间，勒搿搭两组数据就好分开脱。渠其实勿是真个直接去做搿个高维变换，搿能计算浪太贵。渠是用一个核函数，去算任意两笔交易勒搿个高维空间里向个相似度，而从来勿消真个到搿个空间里去。搿就是窍门。
亚马逊个欺诈检测架构，根据所分析信号个性质，用两类核。
多项式核是用勒模式来自特征组合个辰光。渠抓牢变量之间个交互作用，比方讲交易金额乘购买频率，或者支付方式搭地点风险合勒一道。搿眼交互，线性模型是完全看勿见个。
RBF 核，就是径向基函数，是最通用也最强个选择。渠衡量任意两笔交易有几化相像，自动处理各种各样复杂个边界。当一笔交易搭模型以前见过个任何真交易侪勿像，RBF 核会拨渠一个老低个相似度分数，拿渠标记出来审查。
SVM 模型靠识别支持向量来学习决策边界，支持向量就是离真搭欺诈之间边界最近个搿眼交易。一旦边界寻着，训练数据里向其他物事侪变得勿要紧。搿让 SVM 勒生产环境里向既优雅又省计算。
第三部分：纯数学引擎
现在阿拉来看看让搿个系统转起来个数学。下头每一条公式，侪用铅笔搭纸、用真个数字，完完整整验证过一遍。
多项式核个公式是：
K(x, y) = (x · y + c)^d
里向 x 搭 y 是两笔交易个特征向量，c 是个常数，控制低阶项个影响，d 是多项式个次数，控制边界个复杂程度。
RBF 核个公式是：
K(x, y) = exp(-γ ||x – y||²)
里向 γ（gamma）控制一个训练样本个影响扩散几化远。gamma 小就是扩散得远，gamma 大就是只及附近。
SVM 个决策函数是：
f(x) = Σ αᵢ yᵢ K(xᵢ, x) + b
里向 αᵢ 是每个支持向量学来个权重，yᵢ 是类别标签（+1 代表欺诈，-1 代表真实），K(xᵢ, x) 是支持向量搭新交易之间个核相似度，b 是偏置阈值。要是 f(x) 大于零，搿笔交易就拨标记为欺诈。
现在阿拉用真数字，拿每一笔计算一步步做一遍。
阿拉有两笔亚马逊交易，每笔用两个特征描述：交易金额（标准化过）搭购买频率。
交易 A：x = [2, 3]，意思是标准化金额 2、频率 3。交易 B：y = [1, 4]，意思是标准化金额 1、频率 4。
多项式核阿拉设 c = 1、d = 2，RBF 核设 γ = 0.5。
多项式核一步步来：
第一步：算点积 x · y x · y = (2 × 1) + (3 × 4) = 2 + 12 = 14
第二步：加常数 c 14 + 1 = 15
第三步：升到 d = 2 次方 15² = 225
K(x, y) = 225
搿个大数值告诉阿拉，勒多项式特征空间里向，搿两笔交易老相像个。核已经抓牢金额搭频率个交互，而阿拉从来勿消真个去算搿个高维变换。
RBF 核一步步来：
第一步：算差向量 x – y [2 – 1, 3 – 4] = [1, -1]
第二步：每个分量平方 [1², (-1)²] = [1, 1]
第三步：平方差加起来得到 ||x – y||² 1 + 1 = 2
第四步：乘负 gamma -0.5 × 2 = -1.0
第五步：用指数函数 exp(-1.0) = 0.3679
K(x, y) = 0.3679
搿个 0.3679 个分数（勒 0 到 1 之间）告诉阿拉，两笔交易有中等程度个差别。RBF 分数接近 1，就是两笔交易行为几乎一模一样。接近 0，就是差别老老大，搿就升起了欺诈个旗子。
决策函数一步步来：
假定训练好个 SVM 学脱两个支持向量，权重 α = [0.8, 0.6]，标签 y = [+1, -1]，搿两个支持向量对一笔新交易个核值是 [225.0, 0.3679]，偏置 b = 0.1。
f(x) = (0.8 × 1 × 225.0) + (0.6 × -1 × 0.3679) + 0.1 f(x) = 180.0 + (-0.2207) + 0.1 f(x) = 179.8793
因为 f(x) = 179.8793 大于零，搿笔交易拨分类为真实。第一个支持向量——代表真实交易——个强正信号主导脱决策。
上头所有个值侪勒 Python 里向独立验证过，结果正好就是搿眼。
第四部分：Python 计算机科学实现（从零开始）
下头个实现用 NumPy 从零造一个核欺诈检测器。每个方法侪完完整整实现，呒没捷径也呒没占位符。完整个执行块也包勒里向，已经验证过跑起来勿报错。
代码跑起来以后，对测试集里向每笔交易侪给出准确个欺诈分类搭仔 0 到 1 之间好解释个风险分数。欺诈交易拿到接近 1.0 个高风险分数。真实交易拿到接近 0.0 个低风险分数。
第五部分：生产级机器学习蓝图
搿段生产代码跑起来个辰光，RBF 核搭多项式核两个模型勒测试集浪侪达到 100% 个准确率。RBF 模型识别出九个支持向量，对已确认个欺诈交易给出 0.9647 个欺诈概率。多项式模型只用两个支持向量就达到同样个结果，证明核选得好有几化要紧。
从零写个版本升级到生产版本，有几个要紧个两样。第一，scikit-learn 个 SVM 实现用高度优化个二次规划求解器，具体就是序列最小优化算法，好扩展到几百万个训练样本，而阿拉手写个实现过脱几千个就计算浪行勿通。第二，Platt 缩放做个概率校准，拿原始决策分数变成校准好个概率，好拿来驱动分层业务规则，比方讲 0.5 以上送人工审核、0.9 以上直接拦牢。第三，class_weight='balanced' 搿个参数自动补偿欺诈数据集里向天然个不平衡——真实交易远远超过欺诈交易，保证模型勿会单单学会拿所有物事侪叫真实来换高准确率。
勒亚马逊真实个生产环境里向，架构还要再往外扩。新个欺诈模式一出来，模型就持续重新训练。特征还会用图信号来加料，比方讲一个账户搭已知诈骗网络有勿有牵连。核 SVM 个输出常庄作为更大集成模型里向个一路信号，贡献渠画非线性边界个独特本事，搿是树模型比勿上个。
战略洞察
对 AI 从业者搭业务领导来讲，搿篇文章个教训远远勿止于欺诈检测。核方法揭示脱关于智能系统一个更大个真相：原始输入空间老老勿是答案存留个地方。真实世界个数据一塌糊涂、交交叠叠、全是非线性关系，线性脑筋解勿开。核技巧个威力勒海：渠让侬勒一个丰富得多个数学空间里向推理，而勿消真个付脱到搿搭去个计算成本。同样个原则——拿一个难问题变成答案好看见个问题——适用于推荐系统、风险评分、预测性维护、医疗诊断，实实在在适用于每一个像样个企业级机器学习问题。懂搿一点个业务领导，会对渠拉个数据科学团队问出更好个问题。懂搿一点个工程师，会造出数据勿肯清清爽爽个辰光真个管用个系统。
亚马逊个欺诈检测勿是魔法。是数学，以巨大个速度无声无息勒运作，而现在侬已经完完整整明白渠哪能运作个了。
#MachineLearning #ArtificialIntelligence #DataScience #Mathematics #Amazon #FraudDetection #KernelMethods #SVM #RBFKernel #PolynomialKernel #TheMagicOfHiddenMathematics #AIEngineering #MLEngineering #Python #SVMClassification #EnterpriseAI #AIStrategy #DeepLearning #NeuralNetworks #TechLeadership
最初由 Keshavan Thiagaraja 勒 LinkedIn 浪发表。勒 LinkedIn 浪读原文。 [1]