你在预测用户未来 7 天是否复购，数据按天产生，共 200 天。你把样本随机打乱后做 5 折交叉验证，CV 平均 AUC 0.86，但上线后线上 AUC 只有 0.71。请指出 CV 与线上不一致最可能的原因，并说明你会怎么重新设计验证方案。

面试官在考什么

是否理解验证集的划分方式必须与线上预测的时序/分组结构一致，能否定位到具体的泄漏路径而不是笼统归因。

交叉验证

回答框架 · 前两步

1. 随机打乱做 KFold 会打破时间顺序，训练集里混入未来样本，造成时间泄漏，CV 被高估
2. 正确做法是按时间切分：TimeSeriesSplit 或滚动窗口，验证集严格位于训练集之后

延伸阅读

• 技术面到底在考什么：三类考点的及格线与加分线
• 避坑与冲刺：简历自洽、六种扣分话术、D-7 准备表

想看这个方向的整体准备路线？ 进入「机器学习基础」方向页

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。
• 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？
• 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？