GBDT分类模型结果解读
一、方法概述
GBDT（Gradient Boosting Decision Tree）是一种基于决策树的集成学习算法，通过将多个弱分类器（回归树）进行迭代加权来提升模型的预测准确性。在每一次迭代中，GBDT根据上一轮模型的预测结果计算残差，并将残差作为下一轮模型的训练目标，逐步减小预测误差。本研究利用SPSSAU软件对欺诈检测数据进行GBDT分类建模分析，以评估该方法在欺诈识别任务中的有效性。
在SPSSAU【机器学习】模块选择【GBDT】，将变量拖拽至右侧对应分析框，操作如下图：
二、数据概览
本研究共纳入1000个样本，以换设备次数、支付失败次数、换IP次数、换IP国次数、交易金额5项指标作为自变量，以欺诈标签（0=非欺诈，1=欺诈）作为因变量进行分类建模。因变量分布如下表所示：
由表1可知，1000个样本中非欺诈样本（标签=0）为600例，占比60.00%；欺诈样本（标签=1）为400例，占比40.00%。数据无缺失值，全部纳入分析。
由表2可知，按照8:2的比例将数据划分为训练集（800个样本，占80.00%）和测试集（200个样本，占20.00%），用于模型训练与泛化能力评估。
三、特征权重分析
由表3可知，GBDT模型的特征权重分布以行为特征为主导。换设备次数的权重最高，为0.325（32.53%），对模型构建起关键作用。换IP国次数位居第二，权重为0.254（25.42%）。交易金额的权重为0.177（17.69%），支付失败次数的权重为0.176（17.64%），两者权重几乎相同。以上四项特征的权重合计达到93.28%。换IP次数的权重为0.067（6.72%），贡献相对较小。值得注意的是，GBDT模型中换设备次数和换IP国次数两项行为特征合计权重达57.95%，表明设备更换和跨国IP变更是欺诈检测的重要信号。
图1 GBDT特征权重分布图
由图1可知，GBDT的特征权重分布呈现两级分化格局：换设备次数（32.53%）和换IP国次数（25.42%）构成第一梯队，权重合计57.95%；支付失败次数（17.64%）和交易金额（17.69%）构成第二梯队，权重合计35.33%；换IP次数（6.72%）的贡献最小。该分布表明，在GBDT模型中，用户行为模式的变化（设备更换频率、IP国家变更）是欺诈判别的首要依据。
四、训练集模型评估
由表4可知，GBDT模型在训练集上表现出极高的拟合效果。整体准确率达到99.80%，综合f1-score为0.997，接近完美分类。非欺诈类（0.0）的精确率为0.996，召回率为1.000，f1-score为0.998；欺诈类（1.0）的精确率为1.000，召回率为0.994，f1-score为0.997。训练集上的优异表现说明模型充分学习了数据中的分类模式。
五、测试集模型评估
由表5可知，GBDT模型在测试集上的整体准确率为89.00%，综合精确率为89.93%，综合召回率为89.00%，综合f1-score为0.886。相较于训练集（准确率99.80%），测试集性能有所下降，存在一定的过拟合现象，但整体分类效果良好。
从各类别看：非欺诈类（0.0）的精确率为0.861，召回率为0.984，f1-score为0.919，召回率高达98.4%，表明模型对非欺诈样本的覆盖能力极强。欺诈类（1.0）的精确率为0.964，召回率为0.730，f1-score为0.831。欺诈类精确率较高（96.4%），但召回率为73.0%，约27%的欺诈样本未能被识别。该结果与CatBoost模型的测试集表现完全一致（准确率89.00%，f1-score=0.886），说明两种基于梯度提升的算法在本数据集上的泛化能力相当。
六、模型参数汇总
由表6可知，GBDT模型采用deviance（对数损失）函数，构建100棵回归树，学习率为0.1，树最大深度为6。样本采样率为1.0，节点分裂最小样本数为2，叶节点最小样本数为1，模型收敛参数为0.001。模型在测试集上取得89.00%的准确率和0.886的f1-score。
七、结论
本研究基于SPSSAU平台，利用GBDT算法对1000个欺诈检测样本进行分类建模分析。结果表明，换设备次数（32.53%）和换IP国次数（25.42%）是最重要的两个欺诈判别特征，两者权重合计57.95%。模型在测试集上的准确率为89.00%，综合f1-score为0.886，整体分类效果良好。GBDT的特征权重分布强调行为模式变化（设备更换、IP国家变更）的判别价值，与CatBoost模型的测试集表现一致，验证了梯度提升方法在该数据集上的稳定性。
