machine-learning - 使用机器学习检测钓鱼网站
问题描述
我有一个学期项目，我必须使用 ML 检测网络钓鱼网站。我一直在使用在现有数据集上训练的支持向量二进制分类器来预测网站是否合法。问题是支持向量机需要高计算量来训练我们的数据，并且对嘈杂的数据很敏感。因此，过拟合的可能性很大。是否有任何其他分类模型有助于优化我的模型？
解决方案
推荐阅读
- php - 如何检查和删除重复的数组？
- adobe - 如何在 Adobe Illustrator 中删除对象的重叠？
- java - 在一个语句中使用 getGeneratedKeys() 从 java 在 oracle 数据库中插入多行
- json - 字符串中的 `\` 不会转义任何内容
- php - Dynamically creating OR conditions by passing an array to a query in MySQL PHP
- service-worker - Service worker: Cache by filename only not url
- java - Spark：从 2.1.0 升级到 2.2.1 时，Dataframe 操作真的很慢
- concourse - Concourse CI shell 命令被引用
- c# - 用于处理 WEB API 请求的 HTTP 4xx 错误的 ASP.NET COR 2 处理程序
- google-bigquery - BigQuery 从 sftp 检索数据