极端不平衡样本与代价敏感学习

极端不平衡样本与代价敏感学习 (Imbalanced Classification & Cost-Sensitive Machine Learning) 是解决金融风控中正负样本比例极度悬殊（欺诈正样本通常低于 $0.01\% \sim 0.1\%$，比例达 $1:10000$）且误分类代价极不对称的核心算法体系；架构从三个层面协同攻关：1) 数据层重采样：自适应合成少数类样本 (SMOTE / Borderline-SMOTE) 与 EasyEnsemble / BalanceCascade 分级负采样；2) 算法层损失重构：Focal Loss $\text{FL}(p_t) = -\alpha_t (1 - p_t)^\gamma \ln(p_t)$（动态抑制海量易分负样本的梯度贡献，迫使模型聚焦于难分欺诈样本）与类别加权损失；3) 决策层代价敏感矩阵 (Cost-Sensitive Matrix)：显式定义误杀正常用户 (False Positive: 损失单笔交易手续费与用户信任) 与漏放欺诈盗刷 (False Negative: 承担全额坏账本金损失) 的不对称惩罚代价，动态求解最优决策阈值。

信用卡盗刷检测、反洗钱大额异常监控、信贷违约坏账预警、恶意黑产撞库拦截。

标准交叉熵损失在 $1:10000$ 样本下会退化为“全猜正常样本即可取得 99.99% 虚假准确率”的灾难性局部最优，且无法体现漏检与误杀在真实资金层面的不对称损失；代价敏感体系确保了极低误杀率下的高欺诈召回率。

推导 Focal Loss 的数学形式 $\text{FL}(p_t) = -\alpha_t (1 - p_t)^\gamma \ln(p_t)$，并解释调节参数 $\gamma$ 如何动态降低易分样本权重？

详细对比 EasyEnsemble 与 BalanceCascade 在利用海量负样本构建 Bagging 子模型中的负样本抽样策略？

风控模型评估中为什么严禁使用 Accuracy？如何使用 KS 值 (Kolmogorov-Smirnov)、PR-AUC 与 Top-1% 捕获率作为核心验收标准？

构建风控代价敏感决策矩阵：根据预期坏账损失 $C_{\text{FN}}$ 与误杀用户投诉成本 $C_{\text{FP}}$ 推导最优二分类决策阈值 $p^* = \frac{C_{\text{FP}}}{C_{\text{FP}} + C_{\text{FN}}}$？

无监督与半监督异常检测模型（如 Isolation Forest 孤立森林、One-Class SVM、AutoEncoder 重构误差）在应对全新零日欺诈模式中的应用？