模型评估指标及其常见算法

auc：

gbdt：

决策树

是机器学习中一种基本的分类和回归算法，是依托于策略抉择而建立起来的树。其主要优点是模型具有可读性，分类速度快，易于理解。决策树的思想主要来源于Quinlan在1986年提出的ID3算法和1993年提出的C4.5算法，以及有Breiman等人在1984年提出的CART算法。

数据异常指标：

第一，维度下钻

时间维度，

产品维度：如美团看哪个产品线

场景维度：关注流，热门推荐

客户行业维度：

如果是收入一定要看客户所属行业

第二，找产品问

第三，找运营

第四，看竞品，查

第二个人的意见：

1，数据准确性及其损失评估

2，同期事件评估（内部因素加外部因素）

内部：产品（可能迭代），技术层面（错误率），运营是否有调整，推广（渠道投放）

外部：竞品（是否做大活动），政策（是否有政策变动），社会（节假日，热点，季节性）

3，维度细分/业务流程分析

4，策略落地及复盘