预筛选出确为真实欺诈威胁的数据，这样的数据样本怎样找出来。意思就是找肯定是欺诈风险的数据，那种可能是可能不是的不算。典型的二分类监督学习，所有样本，确定输入特征维度，打好标签，分为实际为欺诈与实际没确定肯定是欺诈的两类标签就行，具体用什么算法，一般都用深度神经网络，先进行预处理，例如修补或去掉缺失数据的处理、归一化……等，再送神经网络分类训练。特殊之处在于如果数据比较完善，同一客户的额外数据都有时间先后的多份（一般都这样），那实际还可同一客户按序列组织，可卷积或循环神经网络lstm等变复杂些，可能更有效提高分类质量。
