参数误区

边界一动，桶里的人数就变，前后两期的比例也就没法比较了。

训练段定参数，验证段只验收，混在一起用，成绩就会虚高。

概率、样本量、窗口、更新时间，四列要一起读。

高度相关的特征堆在一起，只会让模型权重变得不稳定。

数据源一换，期号对齐和统计口径都要重新校准。

验证集只能用来看，不能反复用来调。

概率高只意味着相对更可能，不意味着这一期就该轮到它。

把能说的说清楚，把不能说的留白，比给一个确定答案更专业。

样本滚动会带来小幅变化，方法本身不应该天天改。