别再乱跑评测了！模型评估的3个坑你踩过没？

兄弟们，最近群里一堆人问“我的模型为啥上线就崩”“指标漂亮但实际拉胯”。今天不扯虚的，直接聊模型评估里最容易翻车的三个点，全是实战经验。

**1. 测试集跟训练集长得太像** 😤  
很多人从训练集里随机抽20%当测试集，结果模型把噪声背下来了。正确做法：按时间或业务场景切分，比如用上个月的数据预测这个月，别让模型“开卷考试”。

**2. 只看准确率，不看业务成本** 💸  
二分类问题里，正样本只有1%时，你全判负准确率都99%。但风控模型漏了一个坏账可能亏十万。记得关注精准率/召回率，甚至给不同错误加权。

**3. 线上部署后忘了监控漂移** 📉  
模型在训练集上跑得飞起，结果用户行为一变（比如疫情期间购物习惯），AUC直接腰斩。建议每周跑一次数据分布对比，设个报警阈值。

**抛个问题**：你们遇到过最离谱的模型评估翻车事件是啥？来评论区曝光，给新人排雷。