金融欺诈检测的目的是预测潜在的欺诈用户和欺诈行为,减少金融机构损失。随着互联网金融的快速发展,对金融反欺诈方案的需求愈发迫切。机器学习方法在欺诈检测中的应用十分广泛。模型和神经网络都是重要的分类方法,树模型可解释性更强,但分类效果十分依赖于手动设计的特征,神经网络可以自动实现特征提取,但更易过拟合。因此本文结合了这两种算法的优势,对卷积神经网络CNN与XGBoost的组合进行了研究。XGBoost是一种常用的分类方法,XGBoost引入了正则化项控制模型复杂度,大幅提升了模型的抗过拟合能力。相较于传统树模型的效果提升十分明显,但XGBoost仍然依赖于人工进行特征工程处理。CNN能自动完成特征提取,对数据中的重要特征在高维空间进行组合和筛选,但随着特征抽象程度的提高,过拟合现象大幅影响了网络的表现。本文将CNN中的低抽象度特征加入到原始特征中训练XGBoost,同时利用了 CNN自动实现特征提取的特点和XGBoost抗过拟合的特点,提高了模型拟合的上界。本文主要工作如下:(1)对数据进行预处理和先验分析。基于正负样本比例接近1:12的信用卡欺诈数据,对原始数据进行探索性分析,通过可视化了解数据分布与缺失情况并对部分数据做预处理,运用KNN填补由XGBoost根据节点分裂平均增益筛选的重要特征缺失值并对类别型变量进行标签编码。(2)设计并基于CNN实现了特征提取。CNN由卷积层和全连接层构成,由卷积层实现特征提取,全连接层进一步实现特征空间到目标空间的映射。由于全连接层十分容易过拟合,因此在网络训练完成后,只提取卷积层输出作为新的衍生变量加入原始特征训练XGBoost,由XGBoost进一步学习得到分类结果。(3)最后将XGBoost算法、CNN算法与CNN-XGBoost混合模型的分类结果进行对比,选用ROC-AUC、F1-score和平衡点BEP作为二分类性能评估指标。实验结果表明CNN-XGBoost混合模型的分类效果更好,说明该方法综合了 CNN与XGBoost的优点,在提高模型的分类效果的同时解决了特征工程依赖人工经验的问题。