评测指标 模型评估 性能度量 数据泄漏 人工智能与大模型2026-08-22 19:05:23 模型评测指标选错会让评估结果失真 机器学习的评测指标是标尺，选错必导致评估失真。分类任务全面理解准确率、精确率、召回率、F1分数、AUC等指标差异；回归任务寻求MAE与R²的适用；检测任务用速度与精度平衡。文章还提出多级评估、成本样本集等三个方法论，以及数据泄漏和基线漂移两个隐蔽陷阱，帮开发者走向错标尺，产出可靠评估。 阅读全文
特征工程 数据泄漏 交叉验证 数据库与大数据2026-08-22 18:10:29 特征构造中的数据泄漏识别与三种验证思路 数据泄漏是特征构造中最隐蔽的问题。本文提出三种验证方式：离线与实时分数对比、按时间切分的专属交叉验证、以及特征血缘审计，并给出在实时采集中避免未来特征污染的具体方案。采用中以三层时间一致性检查找出泄漏后，线上CTR返回正轨，是工程结合业务边界的微观实践。 阅读全文
