Tag: module-m2
-
【AI 核心深度 M2-073】为什么不平衡数据下应优先看 PR-AUC 而不是 ROC-AUC？（Why Prioritize PR-AUC Over ROC-AUC in Highly Imbalanced Regimes?）深度数理推导与工程落地解析
ROC 的 FPR 分母是大量负样本，被稀释后曲线仍好看；PR 曲线对少数类更敏感。
-
【AI 核心深度 M2-074】如何选择分类阈值？不同业务目标下的策略（Classification Threshold Selection Strategies Across Diverse Business Objectives）深度数理推导与工程落地解析
按代价矩阵最小化期望损失，或按业务约束（召回下限）定阈值；用验证集选并考虑校准。
-
【AI 核心深度 M2-075】代价敏感学习如何实现？与重采样的关系（Cost-Sensitive Learning: Implementation and Relationship with Re-sampling）深度数理推导与工程落地解析
在损失中给不同类别不同权重；等价于按权重重采样（近似），但更稳定且不改变数据分布。
-
【AI 核心深度 M2-076】缺失值的三种机制是什么？分别该如何处理（Three Missing Data Mechanisms (MCAR, MAR, MNAR) and Treatment Strategies）深度数理推导与工程落地解析
MCAR（完全随机）、MAR（依赖可观测变量）、MNAR（依赖缺失值本身）。
-
【AI 核心深度 M2-077】比较均值/中位数插补、KNN 插补与多重插补（Comparing Mean/Median, KNN, and Multiple Imputation (MICE)）深度数理推导与工程落地解析
简单插补快但低估方差；KNN 利用相似样本；多重插补（MICE）通过多次抽样反映不确定性。
-
【AI 核心深度 M2-078】什么时候应该加“缺失指示变量”？（When Should You Add a ‘Missing Indicator Variable’?）深度数理推导与工程落地解析
当缺失本身有信息（MNAR 或缺失与目标相关）时，指示变量能显著提升模型。
-
【AI 核心深度 M2-079】如何系统性排查数据泄漏？给出可操作的清单（How to Systematically Audit Data Leakage? An Actionable Checklist）深度数理推导与工程落地解析
按时间切分、把预处理放进 pipeline、检查特征可得时间、做特征-标签相关性审计、用随机标签测试。
-
【AI 核心深度 M2-080】为什么“先全量标准化再切分”是数据泄漏？如何修正（Why Global Normalization Before Splitting Causes Data Leakage and How to Fix It）深度数理推导与工程落地解析
标准化用到了验证/测试集的统计量，把未来信息带进训练；应只在训练集 fit、在验证集 transform。
-
【AI 核心深度 M2-081】定义模型校准，并解释为什么高准确率不等于好校准（Defining Model Calibration: Why High Accuracy Does Not Imply Good Calibration）深度数理推导与工程落地解析
校准指预测概率与真实频率一致；准确率高但概率系统性偏大/偏小仍是不校准。
-
【AI 核心深度 M2-082】比较 Platt scaling 与 Isotonic regression（Comparing Platt Scaling and Isotonic Regression for Probability Calibration）深度数理推导与工程落地解析
Platt 拟合 sigmoid（参数少、需较少数据）；Isotonic 拟合单调阶梯（更灵活但易过拟合）。