自 2025 年 11 月 7 日起，Amazon Fraud Detector 不再向新客戶開放。對於類似 Amazon Fraud Detector 的功能，請探索 Amazon SageMaker、AutoGluon 和 AWS WAF。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 建立變數
<a name="create-a-variable"></a>

您可以在 Amazon Fraud Detector 主控台中使用 [create-variable](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/frauddetector/create-variable.html) 命令、使用 [CreateVariable](https://docs.aws.amazon.com/frauddetector/latest/api/API_CreateVariable.html) 或使用 適用於 Python (Boto3) 的 AWS SDK

## 使用 Amazon Fraud Detector 主控台建立變數
<a name="create-a-variable-using-console"></a>

此範例會建立兩個變數 `email_address`和 `ip_address`，並將它們指派給對應的變數類型 (`EMAIL_ADDRESS` 和 `IP_ADDRESS`)。這些變數會做為範例使用。如果您要建立變數以用於模型訓練，請使用資料集中適合您使用案例的變數。請務必先閱讀 [變數類型](variables.md#variable-types)和 ，[變數擴充功能](variables.md#variable-enrichments)再建立變數。

**若要建立變數，**

1. 開啟 [AWS 管理主控台](https://console.aws.amazon.com/)並登入帳戶。

1. 導覽至 Amazon Fraud Detector，在左側導覽中選擇**變數**，然後選擇**建立**。

1. 在**新增變數**頁面中，輸入 `email_address`做為變數名稱。或者，輸入變數的描述。

1. 在**變數類型**中，選擇**電子郵件地址**。

1. Amazon Fraud Detector 會自動選取此變數類型的資料類型，因為此變數類型已預先定義。如果您的變數未自動指派變數類型，請從清單中選擇變數類型。如需詳細資訊，請參閱[變數類型](variables.md#variable-types)。

1. 如果您想要為變數提供預設值，請選取**定義自訂預設值**，然後輸入變數的預設值。如果您遵循此範例，請略過此步驟。

1. 選擇**建立**。

1. 在 **email\$1address** 概觀頁面中，確認您剛建立之變數的詳細資訊。

   如果您需要更新，請選擇**編輯**並提供更新。選擇**儲存變更**。

1. 重複此程序來建立另一個變數`ip_address`，並選擇變數類型的 **IP 地址**。

1. **變數**頁面會顯示新建立的變數。

**重要**  
我們建議您從資料集建立任意數量的變數。您可以稍後在建立事件類型時決定要包含哪些變數來訓練模型，以偵測詐騙並產生詐騙偵測。

## 使用 建立變數 適用於 Python (Boto3) 的 AWS SDK
<a name="create-a-variable-using-the-aws-python-sdk"></a>

下列範例顯示 [CreateVariable](https://docs.aws.amazon.com/frauddetector/latest/api/API_CreateVariable.html) API 的請求。此範例會建立兩個變數 `email_address`和 `ip_address`，並將它們指派給對應的變數類型 (`EMAIL_ADDRESS` 和 `IP_ADDRESS`)。

這些變數會做為範例使用。如果您要建立變數以用於模型訓練，請使用資料集中適合您使用案例的變數。請務必先閱讀 [變數類型](variables.md#variable-types)和 ，[變數擴充功能](variables.md#variable-enrichments)再建立變數。

請務必指定變數來源。它有助於識別變數值的衍生位置。如果變數來源是 **EVENT**，則變數值會作為 [GetEventPrediction](https://docs.aws.amazon.com/frauddetector/latest/api/API_GetEventPrediction.html) 請求的一部分傳送。如果變數值為 `MODEL_SCORE`，則會由 Amazon Fraud Detector 填入。如果為 `EXTERNAL_MODEL_SCORE`，則變數值會由匯入的 SageMaker AI 模型填入。

```
import boto3
fraudDetector = boto3.client('frauddetector')

 #Create variable email_address
   fraudDetector.create_variable(
     name = 'email_address',
     variableType = 'EMAIL_ADDRESS',
     dataSource = 'EVENT',
     dataType = 'STRING',
     defaultValue = '<unknown>'
     )

#Create variable ip_address
   fraudDetector.create_variable(
     name = 'ip_address',
     variableType = 'IP_ADDRESS',
     dataSource = 'EVENT',
     dataType = 'STRING',
     defaultValue = '<unknown>'
     )
```