모델 점수

Amazon Fraud Detector는 모델 유형별로 모델 점수를 다르게 생성합니다.

계정 탈취 인사이트 (ATI) 모델의 경우 Amazon Fraud Detector는 집계된 값 (원시 변수 세트를 조합하여 계산한 값) 만 사용하여 모델 점수를 생성합니다. 새 개체의 첫 번째 이벤트에 대해 -1점의 점수가 생성되며, 이는 알려지지 않은 위험을 나타냅니다. 이는 새 엔티티의 경우 집계 계산에 사용되는 값이 0 또는 null이기 때문입니다. ATI (Account Takeover Insights) 모델은 동일한 엔티티와 기존 엔티티에 대해 모든 후속 이벤트에 대해 0에서 1000 사이의 모델 점수를 생성합니다. 여기서 0은 낮은 사기 위험을 나타내고 1000은 높은 사기 위험을 나타냅니다. ATI 모델의 경우 모델 점수는 챌린지 비율 (CR) 과 직접적인 관련이 있습니다. 예를 들어, 500점은 예상 5% 의 챌린지 비율에 해당하는 반면, 900점은 예상 0.1% 의 챌린지 비율에 해당합니다.

온라인 사기 인사이트 (OFI) 및 거래 사기 인사이트 (TFI) 모델의 경우 Amazon Fraud Detector는 집계된 값 (원시 변수 세트를 조합하여 계산한 값) 과 원시 값 (변수에 제공된 값) 을 모두 사용하여 모델 점수를 생성합니다. 모델 점수는 0에서 1000 사이일 수 있으며, 여기서 0은 낮은 사기 위험을 나타내고 1000은 높은 사기 위험을 나타냅니다. OFI 및 TFI 모델의 경우 모델 점수는 거짓양성률 (FPR) 과 직접적인 관련이 있습니다. 예를 들어 600점은 추정 10% 의 오탐지율에 해당하는 반면, 900점은 추정 2% 의 오탐지율에 해당합니다. 다음 표에는 특정 모델 점수가 추정 오탐률과 어떤 상관관계가 있는지에 대한 세부 정보가 나와 있습니다.

모델 점수는	예상 FPR
975	0.50%
950	1%
900	2%
860	3%
775	5%
700	7%
600	10%