逻辑回归----银行贷款模型优化

信用卡交易数据有个特点——欺诈交易（Class=1）极少，通常只占 0.1% 左右。
用极度不平衡的数据直接训练模型，会出现一个尴尬局面：

• 模型只要把所有人都预测成“正常（Class=0）”，准确率就能高达 99.9%。

• 但我们要抓的“欺诈”却全军覆没——这在金融场景里是不能接受的。

 一、评价模型：

1.混淆矩阵 ：

在完成模型训练与参数调优之后，仅凭整体准确率（accuracy）难以充分刻画分类器在高度不平衡数据上的真实表现。尤其在欺诈检测等高风险业务场景中，更为关键的是对“欺诈样本被正确识别”以及“正常样本被误报”两类错误的定量刻画。混淆矩阵（confusion matrix）通过将预测结果与实际标签进行交叉汇总，为上述问题提供了直观、可解释的诊断框架。

混淆矩阵基本形式：

 

• TP（真正例）：模型正确识别出的欺诈交易数量。

• FN（假负例）：实际为欺诈却被模型误判为正常的交易数量。

• FP（假正例）：实际为正常却被模型误判为欺诈的交易数量。

• TN（真负例）：模型正确识别出的正常交易数量。

 Accuracy(准确率)：

accuracy = (TP+TN)/(TP+TN+FP+FN)

Precision(精确率)：

precisio = TP/(TP+FP)

Recall(召回率)：

recall = TP/(TP+FN)

银行真正重视的数据（真实值=1的召回率），宁可错杀绝不放过。

F1-score(F1值)：

F1 = 2*(precision*recall)/(precision+recall)

一种综合数据，不注重召回率时，f1就会更为重要。

2.正则化惩罚：

正则化惩罚（Regularization Penalty）是机器学习中用于防止模型过拟合（Overfitting）的核心技术之一，通过在损失函数中引入额外的约束项，限制模型参数的复杂度，从而提升泛化能力

均方差损