2.1.1.2 幸存者偏差修正

文档摘要

2.1.1.2 幸存者偏差修正 2.1.1.2 幸存者偏差修正：当“活下来的数据”正在悄悄杀死你的模型——一个被低估的、却每天都在真实发生的故障现场你有没有见过这样的场景？某电商风控团队上线了一版新反欺诈模型，AUC高达0.93，KS值0.71，在离线测试集上漂亮得像教科书案例。可模型上线三周后，逾期率不降反升——不是微升，是同比跳涨37%；更诡异的是，模型对“高风险用户”的识别准确率从82%暴跌至41%，而这些被漏掉的坏样本，几乎全部集中在注册不满7天的新客群体里。运维日志清清楚楚写着：“特征计算正常，推理延迟稳定，无OOM告警。” 数据监控平台显示：“各维度分布漂移（PSI）均低于阈值0.1。