医保欺诈检测实验

Portfolio positioning

This is a compact research/coursework portfolio project for medical insurance fraud detection using T-Bi-LSTM with attention. It is preserved as a small, focused applied deep-learning example.

基于深度学习的医疗保险欺诈检测系统，使用 T-Bi-LSTM+Attention 模型。

📊 核心成果

主模型 T-Bi-LSTM+Attention 成功超越所有基线模型

模型	AUC	F1	备注
T-Bi-LSTM+Attention	0.8825	0.248	主模型 ✓
XGBoost	0.8741	0.454	基线
LightGBM	0.8487	0.000	基线
DNN	0.8172	0.342	基线
Transformer	0.7923	0.226	基线
LSTM	0.7387	0.158	基线

🚀 项目特点

• 混合特征: 静态特征 (166维) + 时序特征 (50步 x 20维)
• 时间衰减门控: g(Δt) = exp(-λ * Δt) 捕捉时序模式
• 门控融合: 自适应学习时序分支重要性
• 数据增强: Mixup 提升泛化能力
• 完整实验: 模型对比、消融实验、可解释性分析

📁 项目结构

医保欺诈/
├── src/                    # 源代码
│   ├── models/            # 模型定义
│   │   └── models.py      # 6个模型实现
│   └── utils/             # 工具函数
│       └── logger_config.py
├── scripts/               # 实验脚本
│   ├── run_full_comparison.py      # 完整6模型对比
│   ├── run_imbalance_comparison.py # 不平衡处理对比
│   ├── run_ablation.py             # 消融实验
│   ├── run_interpretability.py     # 可解释性分析
│   ├── run_experiment_tuned.py     # 精调版实验
│   └── ...
├── notebooks/             # Jupyter notebooks (待完成)
├── docs/                  # 文档
│   ├── dev-todo.md       # 开发计划
│   └── dev-plan.md       # 方案设计
└── outputs/              # 输出结果 (gitignore)
    ├── figures/          # 13张实验图表
    ├── *.csv             # 结果数据
    └── *.pkl             # 特征数据

注: outputs/ 目录因文件较大已加入 .gitignore

🛠️ 环境要求

• Python 3.11+
• PyTorch 2.0+ (CUDA 12.4)
• XGBoost, LightGBM
• 详见 pyproject.toml

📈 实验结果

1. 模型对比实验

• 图表: outputs/figures/07_模型效果对比图.png
• 数据: outputs/model_comparison_full.csv

2. 不平衡处理对比

• 无处理 > 加权BCE > Focal Loss
• 图表: outputs/figures/08_不平衡处理策略对比图.png

3. 消融实验

• 模块消融 (A1-A4): 时间衰减门贡献分析
• 特征消融 (B1-B3): 静态特征主导 (0.8804)
• 图表: outputs/figures/09_消融实验结果图.png

4. 可解释性分析

• Attention权重可视化
• SHAP特征重要性
• 案例对比分析

🔑 关键技术

主模型架构

T-Bi-LSTM+Attention:
  - 静态特征编码器 (BatchNorm + MLP)
  - 时间衰减门控 (指数衰减)
  - 双向LSTM (2层)
  - Attention机制
  - 门控融合 (可学习时序权重)

优化策略

• 模型收缩: hidden=96 减少过拟合
• Mixup: alpha=0.2 数据增强
• 多次训练: 3-5次取最佳
• Cosine调度: 更好的收敛

📊 生成的图表 (13张)

1. 01_类别分布图.png
2. 02_费用分布直方图.png
3. 03_就诊频次分布图.png
4. 04_特征相关性热力图.png
5. 05_滑动窗口序列示意图.png
6. 06_LSTM梯度特征重要性.png
7. 07_模型效果对比图.png
8. 08_不平衡处理策略对比图.png
9. 09_消融实验结果图.png
10. 10_Attention权重热力图.png
11. 11_Attention权重对比曲线.png
12. 12_SHAP特征重要性图.png
13. 13_案例特征对比图.png

🚀 快速开始

1. 环境安装

# 使用 uv (推荐)
uv venv .venv
.venv\Scripts\activate
uv pip install -e .

# 或使用 pip
pip install -r requirements.txt

2. 运行实验

# 完整6模型对比
python scripts/run_full_comparison.py

# 不平衡处理对比
python scripts/run_imbalance_comparison.py

# 消融实验
python scripts/run_ablation.py

# 可解释性分析
python scripts/run_interpretability.py

3. 查看结果

• 图表: outputs/figures/
• 数据: outputs/*.csv
• 日志: log/app.log

📝 开发日志

• 2026-01-06: 数据预处理、特征工程完成
• 2026-01-07: 模型实现、实验完成，主模型超越基线

🔬 待完成

• 整合实验 Notebook
• 生成图表汇总文档

📄 License

MIT License

👤 作者

Medical Fraud Detection Team