课程概览

打分函数是什么？

打分函数，说白了就是一个评分器。你给它一组特征，它给你一个分数——这个分数代表模型对某个结果的置信度、相似度或者概率。在机器学习里，打分函数随处可见：推荐系统给商品打分、人脸识别给相似度打分、排序模型给候选文档打分……你想想看，几乎每个预测任务背后都藏着这么个函数。

我个人习惯把打分函数分成两类：一类是内建在模型里的，比如逻辑回归的 sigmoid 输出；另一类是事后计算的，比如用余弦距离去比两个向量。不管哪种，它们的共同点都是——分数是跨样本比较的。这就引出了一个坑：如果你的打分函数在不同批次之间表现不一致，那你得到的分数就不能直接对比。

批次偏差为什么是个问题？

我在实际项目里遇到过一件让人头疼的事：离线评估时 AUC 很好看，上线后效果直接崩了。查了半天，最后发现是批次偏差在搞鬼。

批次偏差的来源其实挺多的。你想想看：

• 数据采样不均衡：你这批数据全是正样本，下批全是负样本，模型打分自然忽高忽低。
• 特征分布漂移：用户行为随时间变化，今天这批用户的点击率特征和昨天那批不一样。
• 模型更新节奏：线上模型每 1 小时更新一次，打分函数可能还没收敛就被拉上线。

这些问题会导致同一个输入在不同批次里拿到完全不同的分数。最要命的是——你以为分数是绝对值，其实它只是个相对值。我曾见过一个风控系统，因为批次偏差把正常交易误判为欺诈，损失不小。

常见批次偏差场景

场景	表现	典型影响
推荐系统离线 vs 在线	离线排序分数前10的 item，在线只有3个被点击	点击率下降 20%
人脸识别门禁	白天批次识别率 99%，夜间批次降到 85%	用户体验差，警报误报
广告 CTR 预估	不同广告位同模型打分差异巨大	出价策略失效，ROI 波动

我们这课能帮你解决什么？

这门课不是我闭门造车想出来的，是踩了坑之后总结出来的实战经验。课程目标很直接：让你手里的打分函数在任意批次、任意场景下都能输出稳定可靠的分数。

具体来说，课程会涉及：

1. 偏差诊断：怎么快速发现批次偏差？用统计检验还是可视化？
2. 校正策略：均值平移、方差缩放、分位数对齐……什么时候用哪个？
3. 在线自适应：在流水线里实时修偏，不能拖慢推理速度。
4. 评估指标重建：用了校正后，原来的 AUC / NDCG 还能信吗？

我不打算讲花哨的理论，每个知识点都会配上可运行的代码片段。你拿过去改改就能用。

你需要哪些前置知识？

嗯，这里要注意。我不是那种“从零开始”的老师，默认你已经有一些基础了：

• Python 基础：会写循环、会用 numpy/pandas。如果你只会调 sklearn 的接口，也行，但中间有些调优参数要自己改。
• 机器学习常识：知道什么是训练集/测试集，理解过拟合和欠拟合。不需要懂深度学习。
• 统计学基础：均值、标准差、分位数这些概念清楚了就行。你不需要推导公式，但要知道它们代表什么。
• 一点流水线经验：最好用过 MLflow、Kubeflow 或者自己搭过特征计算管道。没有的话也不影响，课程会提供最小化示例。

如果你觉得某个知识点卡住了，我建议你多用课程里的提示块——我专门在里面藏了很多避坑指南。

这张图把我们这一整章要讲的东西串起来了。中心点是“打分函数批次偏差控制”，周围是定义、作用、来源、影响、控制方法和课程目标。底部是前置知识——你如果觉得哪个节点还不够熟悉，建议先补一下那块内容再往下走。