本文比较了四个量子机器学习模型在金融欺诈检测中的性能，发现量子支持向量分类器模型在欺诈和非欺诈类别上表现最好，F1 分数达到了 0.98。其他模型也展示了有前景的结果，推动了量子机器学习在金融应用中的潜力。然而，仍需克服一些挑战，如更高效的量子算法和更大更复杂的数据集。本文提供了解决方案，并对量子机器学习在欺诈检测领域的未来发展具有重要意义。