預設無標籤的都是黑樣本。

        因為案例背景中有說道，因為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，這些交易因為被失敗了往往沒有了標籤，而這部分資料又極其重要。所以這裡我們可以相信既然系統都判斷你是高危交易了，我就直接認為你是風險交易好了。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條資料，有標籤的990006條（16847條有風險，973159條無風險），無標籤的資料有4725。無標籤認定為風險資料也說得過去。

        這次換用xgboost加交叉驗證（kfold=5），得到混淆矩陣結果如下：

        可見對風險資料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為無風險的有408條，真實無風險的被判定為有風險點的則有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資料。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。