一家電子商務公司在 S3 中有未標記的歷史交易 CSV 資料，需要偵測異常交易（詐欺）。他們應該使用哪種模型組合來偵測這個未標記資料集中的異常？（請選擇兩項。）

IP Insights 是一種非監督式學習演算法，專為偵測來自 IP 位址的異常行為而設計，非常適合偵測交易詐欺中的異常 IP 模式。Random Cut Forest (RCF) 也是一種非監督式演算法，能有效識別資料集中的異常點，適用於沒有標籤的歷史交易資料。K-nearest neighbors (k-NN) 可以用於異常偵測，但通常需要調整參數且計算成本較高。線性學習器和 XGBoost 都是監督式學習演算法，需要標記資料來訓練模型，這與題目中「未標記的歷史交易 CSV 資料」的條件不符。