在征信中，我們會(huì)把批準(zhǔn)率和壞賬率結(jié)合起來，也就是在機(jī)器學(xué)習(xí)中把precision（精確率）和recall（召回率）結(jié)合起來，才能作一個(gè)綜合的判斷。
當(dāng)然，征信領(lǐng)域我們用得最多的是KS distance（KS距離），這是俄羅斯的兩位數(shù)學(xué)家名字的首字母。
在金融領(lǐng)域，什么案例能證明機(jī)器學(xué)習(xí)有用？
我們很多模型都在金融機(jī)構(gòu)的完成兩個(gè)維度中至少一個(gè)維度的提高，那就是我們可以在保證批準(zhǔn)率相同的請(qǐng)胯下降低壞賬率，或者在相同的壞賬率的情況下提高批準(zhǔn)率?，F(xiàn)在中國(guó)的征信剛剛起步，我們的模型在很多場(chǎng)景下可以既提高批準(zhǔn)率又可以降低壞賬率，這不是一個(gè)長(zhǎng)遠(yuǎn)的情況。但總體而言，至少要做到單一維度上的提升，才可以稱得上是一個(gè)好的金融科技公司。
下面一個(gè)問題，如何避免機(jī)器出錯(cuò)？
早年我們自己開玩笑，機(jī)器學(xué)習(xí)到底是機(jī)器學(xué)人還是人學(xué)機(jī)器，明明是人在學(xué)機(jī)器，我在卡梅隆6年才拿到我的博士學(xué)位，每天起早貪黑，科比說他看過洛杉磯凌晨4點(diǎn)的樣子，我說這有什么稀奇的，我經(jīng)?？吹?點(diǎn)的匹茲堡。從我的經(jīng)驗(yàn)來看，不是機(jī)器在學(xué)習(xí)人，而是人在學(xué)習(xí)機(jī)器。