基于梯度提升决策树的成本约束特征选择方法在信用卡欺诈检测中的优化研究

《Engineered Regeneration》：Cost-constrained feature selection using gradient boosting decision tree

本文提出了一种基于梯度提升决策树（GBDTCF）的成本约束特征选择方法，通过非线性优化模型解决信用卡欺诈检测中特征获取成本与预测精度的平衡难题。该方法在公开数据集上验证了其优于传统特征选择及现有成本约束方法的性能，为金融风控领域的成本效益优化提供了新思路。

　　

研究亮点

在当前大数据时代，数据维度的爆炸式增长带来了"维度灾难"的挑战，这不仅影响模型性能，更显著推高了数据获取成本。这一矛盾在信用卡欺诈检测领域尤为突出——内部交易数据与外部第三方数据的异构成本结构，使得传统忽略成本的特征选择方法往往产生次优结果。

基于梯度提升决策树的成本约束特征选择（GBDTCF）

信用卡欺诈检测本质上是一个二分类问题。我们假设数据集D包含n笔交易记录，每笔记录由d维特征向量X_i和标签y_i（0代表合法交易，1代表欺诈交易）构成。GBDTCF创新地将特征选择建模为非线性优化问题，通过梯度提升决策树的集成学习框架，动态平衡特征成本与信息增益。特别有趣的是，我们受"低成本特征应优先被选择"的启发，推导出权衡因子的理论边界，并开发了自适应算法——就像给每个特征贴上了"性价比"标签，让模型在预算限制下智能组建特征梦之队。

结论与展望

实验表明，GBDTCF在多个预算水平下均展现出显著优势。未来工作将探索动态成本环境下的自适应策略，并将该方法延伸至医疗健康数据等更多具有成本敏感特性的生命科学场景。