一个二分类任务，训练集 10 万条，验证集 2 万条，指标用 logloss。模型 A：线性模型 + 20 个手工特征，训练 logloss 0.42 / 验证 0.44。模型 B：GBDT，深度 8、500 棵树，训练 0.11 / 验证 0.39。推理侧要求 P99 延迟 < 30ms，标注预算只够再标 2 万条。请判断 A、B 各自处于偏差/方差的什么状态，说明你接下来会做什么、为什么。
面试官在考什么
能否同时从误差的绝对水平和训练-验证 gap 读出偏差与方差，并在算力与标注预算双约束下做出取舍。
回答框架 · 前两步
- A 训练≈验证且都高，是高偏差、低方差（欠拟合）；B 训练远低于验证，是低偏差、高方差。
- 加数据主要降方差、对偏差帮助有限：对 B 有效但收敛慢；A 要的是更强模型或更好特征，不是更多数据。
还有 3 条答案要点、 3 层追问、 5 个常见坑， 以及针对你简历的追问路径，在定制报告里。
延伸阅读
想看这个方向的整体准备路线？ 进入「机器学习基础」方向页