Команда будет создавать бинарный детектор мошенничества, используя только две характеристики: возраст учетной записи и месяц транзакции. Распределения классов (показаны) предполагают определенную разделимость. Какая модель, скорее всего, достигнет наивысшей точности?

SVM с нелинейным ядром является наиболее подходящим выбором, поскольку он эффективно справляется с нелинейно разделимыми данными, что характерно для показанных распределений классов. Нелинейное ядро позволяет SVM находить сложные границы решений, максимизируя при этом отступ между классами, что приводит к высокой точности. Логистическая регрессия подходит для линейно разделимых данных, но не для данного случая. LSTM-сети предназначены для последовательных данных, а не для двухмерных признаков. Однослойный перцептрон ограничен линейной разделимостью и не сможет эффективно разделить классы с нелинейными границами.