1. 项目简介 本项目面向信用卡欺诈检测中的极端类别不平衡问题，构建从普通二分类模型到成本敏感业务决策框架的完整实验流程。项目不仅比较 Logistic Regression、RandomForest、XGBoost 等模型的分类性能，还进一步引入采样策略、多随机种子稳定性分析、成本敏感阈值优化、概率校准和两阶段决策框架 ...

城市街道垃圾检测数据集(YOLO) 该数据集是城市街道场景下，包含3300张街道垃圾图像。该数据集包含塑料瓶、香蕉皮、易拉罐、玻璃瓶等28种垃圾类型。该数据集已进行数据划分为训练集、验证集和测试集。具有完整的txt标注文本和yaml配置文件，该数据精度较高。