3. 混淆矩阵：TP、FP、TN、FN 的概念、矩阵构建与 AML 场景解读

混淆矩阵（Confusion Matrix）是评估分类模型性能的基础工具。在反洗钱（AML）场景中，模型将交易或客户分为“可疑”与“正常”两类，混淆矩阵通过对比模型预测结果与真实标签，清晰展示模型在四个象限上的表现。

3.1 核心概念定义

在 AML 二分类问题中，通常将“可疑交易/客户”定义为 Positive（正类），将“正常交易/客户”定义为 Negative（负类）。四个基本指标如下：

3.2 混淆矩阵的构建

混淆矩阵是一个 2×2 的表格，行代表真实类别，列代表预测类别。构建步骤如下：

1. 收集预测结果与真实标签：在测试集或验证集上运行模型，得到每条样本的预测类别（可疑/正常）。
2. 比对真实标签：获取每条样本的真实标签（通常来自人工调查确认或历史监管认定）。
3. 统计四类数量：遍历所有样本，按 TP、FP、TN、FN 四个类别计数。
4. 填入矩阵：将计数填入对应位置。

矩阵结构如下：

3.3 混淆矩阵的 SVG 可视化

下图以 AML 场景为例，展示一个包含 1000 条交易样本的混淆矩阵，帮助直观理解四个象限的分布关系：

3.4 基于混淆矩阵的衍生指标

从混淆矩阵的四个基础值可以推导出多个关键评估指标，用于量化 AML 模型在不同维度的表现：

3.5 AML 场景下的矩阵解读策略

在实际 AML 策略评估中，混淆矩阵的解读需要结合业务上下文，遵循以下步骤：

• 第一步：检查 FN 数量——FN 是 AML 模型最关键的指标。如果 FN > 0，需立即分析漏报样本的特征，判断是模型缺陷还是特征缺失。
• 第二步：评估 FP 对运营的影响——计算 FP 占所有预测为可疑的比例（即 1 - Precision）。如果 FP 过高，合规团队将淹没在误报中，导致调查效率下降。
• 第三步：计算成本加权指标——为 FN 和 FP 赋予不同的业务成本权重（例如 FN 成本 = 10 万元/笔，FP 成本 = 500 元/笔），计算加权错误成本，用于模型对比。
• 第四步：阈值调优——调整模型输出概率的判定阈值（默认 0.5），观察混淆矩阵的变化。降低阈值可减少 FN（提高召回率），但会增加 FP；提高阈值则相反。

3.6 阈值调优与混淆矩阵变化

下图展示不同阈值下混淆矩阵的动态变化关系，帮助理解阈值选择对 AML 模型性能的 trade-off：

3.7 代码示例：Python 构建混淆矩阵

以下代码展示如何使用 Python 的 sklearn 库构建混淆矩阵，并计算 AML 场景下的关键指标：

import numpy as np
from sklearn.metrics import confusion_matrix, classification_report

# 模拟 AML 场景数据（0=正常，1=可疑）
y_true = np.array([0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0])  # 真实标签
y_pred = np.array([0, 0, 1, 1, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0])  # 模型预测

# 构建混淆矩阵
cm = confusion_matrix(y_true, y_pred)
print("混淆矩阵（行=真实，列=预测）：")
print(cm)
# 输出格式：
# [[TN  FP]
#  [FN  TP]]

# 提取四个值
tn, fp, fn, tp = cm.ravel()
print(f"\nTP（正确识别可疑）: {tp}")
print(f"FP（误报）: {fp}")
print(f"TN（正确放行）: {tn}")
print(f"FN（漏报）: {fn}")

# 计算关键指标
precision = tp / (tp + fp) if (tp + fp) > 0 else 0
recall = tp / (tp + fn) if (tp + fn) > 0 else 0
specificity = tn / (tn + fp) if (tn + fp) > 0 else 0
f1 = 2 * precision * recall / (precision + recall) if (precision + recall) > 0 else 0

print(f"\n=== AML 模型评估指标 ===")
print(f"精确率（Precision）: {precision:.2%}")
print(f"召回率（Recall/TPR）: {recall:.2%}")
print(f"特异度（Specificity/TNR）: {specificity:.2%}")
print(f"F1 分数: {f1:.2%}")
print(f"假阴性率（FNR）: {(1 - recall):.2%}")

# 使用 classification_report 快速输出
print("\n分类报告：")
print(classification_report(y_true, y_pred, target_names=['正常', '可疑']))