下一個問題，我們到底怎么才能判斷大數(shù)據(jù)真的對金融或者征信行業(yè)提供了幫助？
我說一個故事，我們招人的時候，我們對于在機器學(xué)習(xí)上有沒有過硬背景是非?？粗氐?，但這不是我們唯一考慮的因素。我們曾面試了好幾個美國最好的學(xué)校出來的博士生，我們給他們一組數(shù)據(jù)，讓他們在規(guī)定的時間返回結(jié)果，但不告訴他應(yīng)該返回什么結(jié)果，相反，我們讓他們自己定義到底什么樣的結(jié)果才是他們滿意的，為什么定義這樣的指標(biāo)。
事實上，十個里面有八九個都會用“準(zhǔn)確率”來作為衡量算法是否準(zhǔn)確的唯一標(biāo)識，但是，這樣的判斷標(biāo)準(zhǔn)在征信領(lǐng)域是正確的嗎？我既然這么問，顯然答案是不對的。
征信的場景中，有哪些事情是我們看重的？
我舉個例子，有個人說他（放貸）批了10個人，有9個證明是好的，只有一個是壞的，他說他的準(zhǔn)確率90%，你聽完后覺得他的算法是好的嗎？
那么我會告訴你，這個答案不是簡單的是或者而不是，他有一件事沒有告訴你，真正的申請者可能有100個，其中99個是好人，只有1個壞人，而他把那唯一的一個壞人放到了批準(zhǔn)名單里。從這個角度，雖然他批準(zhǔn)的10個人中準(zhǔn)確率是90%，但我們還能說這個結(jié)果還是好的嗎？算法是好的嗎？