随着互联网及通讯技术的发展，线上支付成为我国人民最常用的支付方式之一，每天发生的交易次数和交易金额达到上亿次。随着在线支付的流行，欺诈交易也时有发生。如何检测欺诈交易成为了支付服务提供商需要面对的难题之一。通常情况下，欺诈交易数据具有不平衡及维度较高的特点，给应用传统机器学习算法进行线上欺诈交易检测带来了极大的困难。为了解决上述问题，本文结合实际交易数据，研究了利用采样和降维技术实现线上欺诈交易探测的过程。本文的数据来源于Kaggle社区举办的数据挖掘比赛，训练数据一共206689条，其中欺诈交易占比为3.5%。
　　本文首先介绍了相关的机器学习算法，包括KNN、决策树、神经网络等。然后分析了交易数据的特点，分别是数据极度不平衡、数据维度较高。数据不平衡是指交易数据当中欺诈交易相比非欺诈交易数据量十分稀少。不平衡数据在特征空间当中分布较为复杂，因此使得传统机器学习算法在处理不平衡问题时表现较差。欺诈交易数据的另一个特点，数据维度较高也给传统机器学习算法在交易数据上的应用带了了困难。高维空间之下在寻找近邻点的时候，会出现Datahub现象，从而使得一部分的点更容易成为其他样本点的近邻点。如此一来，便导致传统的基于距离寻找近邻从而合成新数据的算法在应用时性能表现不佳。
　　针对上述问题，本文结合数据采样技术以及降维技术来提升算法的性能。为了减少数据不平衡造成的影响，提出了降采样Badhub的处理方式，将Datahub当中那些与其近邻点标签不一致的点识别为Badhub，而这些Badhub很有可能使得算法受到误导，因此在建模时将这部分数据剔除。对于高维数据问题，本文采用降采样和Rfe降维结合的方法并将其应用于机器学习算法中。最终实验表明，二者结合使用可以使得随机森林算法在欺诈交易数据上的表现得以提升。本文的研究结果可以为相关研究者提和实践者提供参考。