北京
David Poudel最近搭了個客戶流失預測模型。7,032條電信數據喂進去，Logistic Regression跑完，屏幕跳出80%準確率。看起來挺漂亮，對吧？
他差點就信了。直到發現數據集里73.5%的客戶本來就沒流失——這意味著一個只會說"不會流失"的傻瓜模型，準確率也有73.5%。換句話說，他的"智能"模型只比瞎猜強了不到7個百分點。
「A model that predicts nothing useful can still look 73% accurate.」Poudel在復盤里寫道。真正該問的不是"總體多準"，而是"找到我們想找的人了嗎"。
他用混淆矩陣拆解：精度0.65意味著模型喊"要流失"時，只有65%真的說中；召回率更低，大量真流失客戶被漏掉。ROC-AUC 0.82看著體面，但業務場景里，漏掉一個流失客戶的成本可能是誤報的十倍。
Poudel把這次經歷寫成教程，標題就叫《Your model says 80% accuracy. But is it actually good?》。評論區最高贊是個老數據科學家的自嘲：「我職業生涯前三年都在匯報假準確率，老板還夸我模型穩。」
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
