模型输出的是点击概率。你把预测概率分成 10 个桶后统计：高分段预测均值 0.82，但实际点击率只有 0.45；低分段预测均值 0.03，实际是 0.09。整体 AUC = 0.80 保持不变。请判断这是什么问题，给出诊断方法，并说明你会怎么修、修完之后 AUC 会怎么变。

面试官在考什么

能否把排序能力和概率校准彻底分开，知道校准需要独立数据、校准方法的适用条件，以及校准在分布漂移下会失效。

模型校准

回答框架 · 前两步

1. 这是概率校准问题，不是排序问题：AUC 没变说明排序能力没坏，坏的是分数到概率的映射
2. 诊断方式：画可靠性图（分桶对比预测均值与实际频率），并计算 ECE 或 Brier score 做量化

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？