一位机器学习专家必须生成信用卡交易欺诈的近实时概率。这个问题应该如何表述？

信用卡交易欺诈检测是一个典型的二元分类问题，因为每笔交易只有两种可能的输出：欺诈（是）或非欺诈（否）。模型的目标是预测给定交易属于这两个类别中的哪一个。 流式分类（Streaming Classification）描述的是数据处理方式（数据是连续到达的），而不是问题本身的类型。虽然欺诈检测可能需要流式处理，但这并非问题本身的表述。 多类分类（Multi-class Classification）适用于输出有三个或更多离散类别的情况，例如识别多种类型的欺诈，但这与“欺诈”或“非欺诈”的二元选择不同。 回归（Regression）用于预测连续值，例如预测欺诈造成的损失金额，而不是预测离散的类别。