样本极度不平衡（正样本 1%）时，你会怎么评估和建模？为什么不能只看准确率？

面试官在考什么

考察不平衡场景的指标与建模，是工业场景最常考的实用题

类别不平衡AUC/PR/ROC模型校准

回答框架 · 前两步

1. 全预测为负就有 99% 准确率，所以准确率无意义；要看 Precision/Recall/F1、PR-AUC
2. 不平衡下 ROC-AUC 会被大量负样本稀释显得虚高，PR-AUC 对正类更敏感

同一能力域的其他题

• 请解释偏差-方差权衡。如果一个模型训练误差很低、测试误差很高，你会怎么处理？
• L1 和 L2 正则的区别是什么？为什么 L1 能产生稀疏解？从几何角度解释一下。
• 交叉验证有哪些方式？时间序列数据为什么不能用随机 K 折？你实际项目里怎么切？
• 你的模型预测概率偏高或偏低（校准差），怎么发现、怎么修？为什么 AUC 高不代表概率准？
• 线上服务要你对一个模型做上线前的效果预估，但没法直接做 A/B，你会怎么估？有多大把握？
• 你在一个 5 万样本、200 维特征的数据集上训练 GBDT 做二分类。结果：训练集 logloss 0.05，验证集 logloss 0.42；学习曲线显示训练样本量从 1 万加到 5 万时，验证集 logloss 仍在下降但还没有收敛趋势。请判断当前是偏差主导还是方差主导，并给出你接下来会做的三个具体动作，以及每个动作预期会观察到什么现象。