默認無標籤的都是黑樣本。
因爲案例背景中有說道，因爲風控系統會基於對交易的風險判斷而失敗掉很多高危交易，這些交易因爲被失敗了往往沒有了標籤，而這部分數據又極其重要。所以這裏我們可以相信既然系統都判斷你是高危交易了，我就直接認爲你是風險交易好了。相信螞蟻金服線上風險評估系統，沒毛病吧，哈哈。
加上這次共994731條數據，有標籤的990006條（16847條有風險，973159條無風險），無標籤的數據有4725。無標籤認定爲風險數據也說得過去。
這次換用xgboost加交叉驗證（kfold=5），得到混淆矩陣結果如下：
可見對風險數據樣本召回真的是爆表啊（高達0.788），但是這模型太過分了，顯然是不行的，絕大多數交易都被認定成有風險的，如真實無風險的被判定爲無風險的有408條，真實無風險的被判定爲有風險點的則有292869條，如果這樣，應用肯定無法正常進行交易了。。。但我們可以用此模型去標記無標籤數據。寧可錯殺一百，不願放過一個。
試了下，這樣確實可以提升模型效果。
