AI Knowledge

外观

传统机器学习与评测 极简一问一答 ​

定位｜ 传统机器学习与评测 一分钟速答页。每章固定 10 题，只保留结论、机制、边界与验证关键词；单个回答控制在 10～60 秒。

1. 怎么使用 ​

本页重点｜ L1 概念 → L2 边界 → L3 原理 → L4 实现 → L5 工程 → L6 架构 → L7 复盘 → 误区、验证、证据强化。不会展开时，再进入正式主题或专项题库。

图：传统机器学习与评测 十题极简脑图

替代文本： 传统机器学习与评测从 L1 概念和 L2 边界，依次进入 L3 原理、L4 实现、L5 工程、L6 架构与 L7 项目复盘，再用误区、最小自测和证据边界三题强化。

图表加载中…

读图结论： 掌握 传统机器学习与评测 不能停在定义；先顺着七层链路说清机制与工程，再用误区、自测和证据边界确认没有虚假掌握。

2. 极简一问一答 ​

Q001｜传统机器学习为什么仍然重要？

传统机器学习包含线性、核方法、树与集成等归纳偏置不同的模型，并不等于“过时模型”。在小样本、强表格结构或特征已有业务语义时，它们往往能提供更高效的基线；线性模型和受限浅树通常较易解释，部署成本仍取决于模型规模、特征流水线与延迟约束。

Q002｜逻辑回归为什么用于分类，它真正线性的是什么？

逻辑回归假设正类对数几率 log(p/(1-p))=wᵀx+b 对输入线性，经 Sigmoid 将线性得分映射为 (0,1) 概率，再由业务阈值转成动作。线性的是 Log-odds 和原始特征空间中的决策边界，不是概率本身；阈值也不是模型固定真理。

Q003｜决策树、Bagging、随机森林和 Boosting 的本质区别是什么？

决策树用特征划分递归降低节点不纯度，深树通常偏差较低但方差较高；Bagging 对不同 Bootstrap 样本训练基学习器并聚合，在模型具有足够多样性时主要降低方差；随机森林再随机选择候选特征以降低树间相关性。梯度 Boosting 串行拟合当前损失对模型输出的负梯度，通常逐步降低拟合偏差，但最终偏差与方差仍受树深、学习率、轮数、子采样、正则化和噪声共同影响。

Q004｜如何实现类别不平衡分类的训练评测流水线？

先按上线时间或实体边界切分数据；缺失处理、编码、缩放、类别权重和重采样只在训练集拟合。验证集依据混淆矩阵计算 Precision=TP/(TP+FP)、Recall=TP/(TP+FN) 和 F1，并结合容量或成本选阈值；方案冻结后由测试集终评。验证和测试通常应反映部署先验；若因稀有正类采用抽样评测，必须使用抽样权重或先验校正，并保留代表真实流量的独立验收集。

Q005｜AUC 很高但线上效果差，如何定位？

AUC 主要反映排序，不能证明概率校准、业务阈值或容量约束正确。我会先核对正类、标签窗口、阈值和业务动作，再比对离在线特征的值、顺序、单位、缺失与版本，随后检查校准、先验/输入漂移和错误切片，最后才评估模型本身。

Q006｜如何设计可发布、可回滚的分类系统？

我会让缺失处理、编码、缩放、模型、校准器、标签映射和阈值形成不可分割的版本制品，训练内拟合、验证集选方案、测试集终评。发布通过黄金样本核对离在线一致性，再影子或灰度；线上按数据、模型、决策和系统四层监控，并保留旧制品与一键回退。

Q007｜AI 视频风险分流项目应如何选择模型并验收？

这是源文档中的示例项目：先用逻辑回归验证特征和标签是否有信号，再根据非线性残差比较限制深度的树、随机森林或 Boosting；验证集按人工容量和误判代价选阈值，测试集报告混淆矩阵、校准和时间/创作者/语言切片。仓库没有真实实现与数据，不能声称任何效果提升。

Q008｜这个专题最常见的误区是什么？

常见误区有三类：按模型新旧排名，或认为传统模型必然比深度学习差；只换成 F1 就认为问题解决，或对验证/测试抽样后不做校正便宣称代表真实流量；只保存模型文件，或模型升级后继续使用旧阈值和旧校准器。

Q009｜怎样做最小自测？

最小自测分三步：手写逻辑回归 Log-odds、Sigmoid、交叉熵和梯度的关系；画出决策树、Bagging、随机森林和 Boosting 的因果区别；用一份不平衡混淆矩阵解释 Accuracy、Precision、Recall 和阈值。

Q010｜回答这个专题时，证据边界是什么？

不把某个模型说成普遍最优，不用单一 AUC/F1 代替完整评测，不编造示例项目指标。

3. 总结 ​

一句话记忆： 传统机器学习包含线性、核方法、树与集成等归纳偏置不同的模型，并不等于“过时模型”。

  • 传统机器学习包含线性、核方法、树与集成等归纳偏置不同的模型，并不等于“过时模型”。
  • AUC 主要反映排序，不能证明概率校准、业务阈值或容量约束正确。
  • 常见误区有三类：按模型新旧排名，或认为传统模型必然比深度学习差。
  • 不把某个模型说成普遍最优，不用单一 AUC/F1 代替完整评测，不编造示例项目指标。