欺詐是電信行業面臨的主要挑戰。 這些欺詐者損失了大量收入，這些欺詐者開發了不同的技術和策略來欺騙服務提供商。 對于要保留在該行業中的任何服務提供商，應將這些欺詐者的活動造成的預期損失降到最低，甚至不能完全消除。 但是由于海量數據的性質和所涉及的數百萬訂戶的緣故，要發現這一群人變得非常困難。 為此，需要一種最佳的分類器和預測概率模型，該模型可以捕獲訂戶的當前和過去的歷史，并對它們進行相應的分類。 在本文中，我們開發了一些預測模型和最佳分類器。 我們模擬了八十（80）個訂戶的樣本：他們的呼叫數量和呼叫持續時間，并將其分類為四個子樣本，每個樣本大小為二十（20）個。 我們獲得了各組的先驗概率和后驗概