4. XGBoost 核心参数详解

XGBoost 模型的效果高度依赖于参数配置。在交易风控场景中，错误的参数设置可能导致模型过拟合（记住历史噪声）或欠拟合（无法捕捉欺诈模式）。本章将 XGBoost 参数分为三大类进行系统讲解：通用参数、Booster 参数和学习任务参数。

4.1 通用参数（General Parameters）

通用参数控制模型运行的宏观行为，包括选择基学习器类型和利用硬件资源。

4.2 Booster 参数（核心调优参数）

Booster 参数直接控制每棵树的生长方式和集成策略，是风控模型调优的主战场。以下四个参数最为关键：

4.2.1 eta（学习率，Learning Rate）

• 作用：控制每轮迭代的步长，缩小每棵树的贡献，防止过拟合。
• 范围：[0, 1]，常用值 0.01 ~ 0.3。
• 风控经验：欺诈样本占比通常低于 5%，建议从 0.05 开始，配合较大的 nrounds（500~1000）逐步拟合。

4.2.2 max_depth（树的最大深度）

• 作用：限制树的生长深度，深度越大模型越复杂，越容易过拟合。
• 范围：int，默认 6，风控中常用 3~8。
• 风控经验：交易特征通常有 50~200 维，深度 4~6 即可捕获主要交互效应。深度超过 10 极易过拟合。

4.2.3 subsample（行采样比例）

• 作用：每棵树随机选取一定比例的训练样本，增加随机性，降低方差。
• 范围：(0, 1]，默认 1（使用全部样本）。
• 风控经验：建议设为 0.7~0.9。对于严重不平衡的风控数据，采样时注意保持正负样本比例（可配合 scale_pos_weight）。

4.2.4 colsample_bytree（列采样比例）

• 作用：每棵树随机选取一定比例的特征，类似随机森林的特征子空间。
• 范围：(0, 1]，默认 1。
• 风控经验：当特征维度超过 100 时，建议设为 0.6~0.8，既能加速训练，又能减少特征间的共线性影响。

4.3 学习任务参数（Learning Task Parameters）

学习任务参数定义模型要解决的任务类型以及如何评估模型效果。

4.3.1 objective（目标函数）

指定学习任务和损失函数。交易风控中最常用的目标函数：

4.3.2 eval_metric（评估指标）

用于验证集上的模型评估，可以同时指定多个指标。风控场景推荐组合使用：

• auc：最稳健的排序能力指标，不受阈值影响。风控必选。
• logloss：交叉熵损失，反映概率校准质量。
• error：二分类错误率，默认阈值 0.5。在不平衡数据中参考价值有限。
• aucpr：PR 曲线下面积，对正样本（欺诈）更敏感，推荐用于严重不平衡场景。

# 风控模型典型参数配置示例
params = {
    # 通用参数
    'booster': 'gbtree',
    'nthread': 8,
    'verbosity': 1,

    # Booster 参数
    'eta': 0.05,
    'max_depth': 5,
    'subsample': 0.8,
    'colsample_bytree': 0.7,
    'min_child_weight': 5,      # 防止过拟合，控制叶子节点最小样本权重
    'gamma': 0.1,               # 分裂最小损失减少量

    # 学习任务参数
    'objective': 'binary:logistic',
    'eval_metric': ['auc', 'logloss'],
    'scale_pos_weight': 10      # 正负样本权重比，缓解不平衡
}

4.4 参数组合速查表

以下表格总结了不同风控场景下的推荐参数组合，方便快速上手：