一位機器學習專家必須產生信用卡交易是否為詐欺的近即時機率。這個問題應該如何制定？

此問題旨在預測信用卡交易是否為詐欺，這是一個只有兩種可能結果（詐欺或非詐欺）的決策問題，因此最適合使用二元分類模型。二元分類模型會輸出一個機率值，表示交易屬於其中一類的可能性。 串流分類是指模型能夠處理連續不斷的資料流，並在資料到達時進行預測。雖然近即時預測可能涉及串流資料，但串流分類本身並非問題的「制定」方式，而是部署和處理資料的一種方法。 多類別分類適用於預測結果有三個或更多類別的情況，例如將圖片分類為貓、狗或鳥。此問題只有兩種結果，不適用多類別分類。 迴歸模型用於預測連續數值，例如房價或氣溫，而不是離散的類別。此問題的目標是預測一個類別（詐欺或非詐欺），而非連續數值。