4. 样本采集策略：随机采样、分层采样、系统采样
样本采集策略直接决定了样本能否代表总体分布，是样本偏差校验的第一道防线。Risk Gateway 内置三种核心采样策略，分别适用于不同的数据场景与校验目标。本节将逐一解析其原理、适用条件及在 Risk Gateway 中的实现方式。
4.1 三种采样策略对比
| 策略 | 核心原理 | 适用场景 | 偏差风险 |
|---|---|---|---|
| 随机采样 | 每个样本被选中的概率相等，完全随机抽取 | 总体分布均匀、无显著分层特征 | 低（但小样本下可能偶然偏离） |
| 分层采样 | 按关键特征将总体分为若干层，每层内随机抽取 | 总体存在明显分层（如地区、客群、产品线） | 极低（保证各层代表性） |
| 系统采样 | 按固定间隔（如每第 k 条记录）抽取样本 | 数据流连续、无周期性模式 | 中（若数据存在周期则偏差显著） |
实战提示：在风控模型校验中，分层采样是最常用的策略，因为它能确保低违约率客群（如优质客户）和高风险客群在样本中均有足够代表量，避免模型对少数类样本的拟合偏差被掩盖。
4.2 随机采样（Simple Random Sampling）
随机采样是最基础的采样方式，在 Risk Gateway 中通过内置伪随机数生成器实现。每个记录被赋予一个 [0,1) 区间的随机数，按目标样本量截取前 N 条或按阈值筛选。
Risk Gateway 实现步骤：
- 在数据源节点后添加「采样」算子
- 采样方式选择「随机采样」
- 设置采样比例（如 20%）或固定样本量（如 5000 条）
- 可选：设置随机种子以保证结果可复现
// Risk Gateway 随机采样配置示例（JSON 格式）
{
"sampling_type": "random",
"sample_ratio": 0.2,
"random_seed": 42,
"strategy": "without_replacement"
}
注意：当总体中存在极端不平衡（如违约样本仅占 0.5%）时，纯随机采样可能抽到极少数甚至零个违约样本，导致校验样本完全失去对风险分布的刻画能力。此时应优先考虑分层采样。
4.3 分层采样（Stratified Sampling）
分层采样是 Risk Gateway 中对抗样本偏差的核心武器。它先将总体按一个或多个分层变量（如信用评分区间、产品类型、地区）划分为互不重叠的层，然后在每层内独立执行随机采样。
Risk Gateway 实现步骤：
- 添加「采样」算子，选择「分层采样」
- 指定分层字段（支持多字段组合，如 region + product_type）
- 设置每层采样方式：等比例（按层大小比例）或等量（每层固定数量）
- 配置最小层样本量阈值，避免极小层被完全忽略
// Risk Gateway 分层采样配置示例
{
"sampling_type": "stratified",
"strata_fields": ["credit_tier", "region"],
"sampling_mode": "proportional",
"min_strata_count": 50,
"random_seed": 42
}
关键参数说明：
- 等比例采样：各层采样比例相同，保持总体分布结构，适用于分布校验
- 等量采样：每层抽取相同数量，适用于对比校验（如各层模型表现对比）
- 最小层样本量：防止极小层因随机波动被遗漏，建议设为 30~50
4.4 系统采样（Systematic Sampling）
系统采样按固定间隔从排序后的数据中抽取样本。在 Risk Gateway 中，系统采样常用于时间序列数据的等间隔校验，如每 100 笔交易抽取 1 笔用于实时监控。
Risk Gateway 实现步骤：
- 添加「采样」算子，选择「系统采样」
- 设置采样间隔 k（如 k=50 表示每 50 条取 1 条）
- 可选：设置起始偏移量（避免固定起始点带来的偏差）
- 确认数据排序字段（通常为时间戳或流水号）
// Risk Gateway 系统采样配置示例
{
"sampling_type": "systematic",
"interval": 50,
"start_offset": 3,
"order_field": "transaction_time"
}
风险提示：系统采样对数据中的周期性模式极为敏感。例如，若数据按周排列且 k=7，则每周只抽到同一天的数据，样本将完全丧失周内分布的代表性。使用前务必通过自相关分析或周期图谱确认数据无显著周期。
4.5 三种策略在 Risk Gateway 中的选择决策树
4.6 实战建议：采样策略组合使用
在 Risk Gateway 的实际项目中，三种策略并非互斥。推荐采用以下组合方案：
- 主策略：分层采样 — 按风险等级（如 A/B/C/D 四级）分层，每层等比例抽取，保证样本结构与总体一致
- 辅助策略：系统采样 — 在分层后的每层内部，按时间顺序系统采样，确保时间维度的均匀覆盖
- 兜底策略：随机采样 — 当分层字段缺失或分层后某层样本量过小时，回退至随机采样
最佳实践：在 Risk Gateway 中创建采样策略模板时，建议将分层字段设置为「信用评分区间 + 产品类型」的组合。这两个字段在风控场景中通常能解释 70% 以上的样本分布差异，是控制样本偏差的最优分层维度。