07｜AI模型的构建过程是怎样的？（下）

数据准备最重要，这决定了整个模型的上限

数据和特征工程决定了机器学习的上限，模型和算法只是逼近这个上限。

深度学习数据准备最重要，数据样本越多模型会自寻到特征工程；机器学习特征工程最重要，依靠人工归纳的特征来提高模型预测准确度。

最重要的是特征工程。 因为特征工程考验了产品经理对自己业务以及业务目标的理解程度，比方说根据自身对业务的理解创建出超级特征值，可以对模型的性能有极大的提升，减少很多工作内容。

对于产品经理来说，特征工程（尤其是特征）选择是整个模型构建的最重要阶段，其他的事情可以交给算法同学。

模型验证部分的配图没太看懂，「训练精度」和「泛化精度」两条曲线是否可以这样理解：训练精度——模型越复杂，对「样本数据」的预测越准（模型性能不断递增）；「泛化精度」——但是在对「未知数据」的预测上，训练精度过高的模型，预测准确性反而会回落，称之为「过拟合」或者「泛化能力弱」。

模型训练一般是算法工程师为主，如何找到拟合能力和泛化能力的平衡点，这个有点“玄学”。对于交叉验证，文中并没有给出进一步的解释，我猜大概就是不断的调整参数，然后看验证结果吧。 召回率、F1、KS、AUC 方差、MSE PSI Blending、Staking、Bagging、Boosting、AdaBoost、GBDT、XGBoost、LightGBM 又多了一些不明觉厉的“黑话”，希望课程后面有解释，作为产品经理，能够明白这些“行话”是什么意思，能够判断数字大小代表模型的优劣，估计也就足够了。

建立特征最重要。 就算是样本量小，如果能够提取具有洞察的特征标签，也能得到不错的模型。

特征构建最重要，也是我最喜欢的部分。

标准答案：最重要的是样本选择与特征工程。这个决定了机器学习的上限。