CatBoost结果解读：类别特征编码与过拟合控制.docxVIP

CatBoost分类模型结果解读

一、方法概述

CatBoost（CategoricalBoosting）是一种基于梯度提升决策树的机器学习算法，由Yandex公司开发。该算法在处理分类特征和序列数据方面具有显著优势，能够有效减少参数调优的工作量，并通过对称决策树结构降低过拟合风险。本研究利用SPSSAU软件对欺诈检测数据进行CatBoost分类建模分析，旨在通过用户行为特征变量预测欺诈行为，为金融风控提供科学依据。

在SPSSAU【机器学习】模块选择【CatBoost】，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20.000%），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，CatBoost模型的特征权重分布相较于LightGBM更为均衡。换设备次数的权重最高，为0.234（23.36%），对模型构建起