上线模型一般都做周期性检验，然后测试环境跑一下，没问题就迭代到生产。引入尽可能多的变量也会有帮助（如果成本允许）

另外采用复杂算法（集合树）相对简单二分类树可能有更好的效果

1. 看你关注的指标，AUC，lift，误分类率都可能用得上。
2. 持续训练是成本最低且现实的方案，主流企业也都是采用这个办法。样本量够大就足以生成令人满意的模型。

@Anhedonia 水果会招来果蝇，蝇的幼虫是蛆，造词上是有道理的😂

如果检测到看成人网站通知设备主人然后自动录小偷挊的过程，后面就按黑镜来吧😆

在欧洲买车票时，窗口对一个好看的本地人非常热情（甚至有点骚情），对我就冷淡多了。换了一个城市不管是英语水平还是态度都非常好。相同点是都要用平板查一下信息。如果是正规工作流程也无可厚非。
那个单子还是确认一下比较好，不要等别人猜你的想法。

西装革履，不留胡子，那是从事酒店业的。
像是人种体重相貌，甚至有没有纹身这些与核心矛盾都无关。电脑修好了人家女装也跟消费者无关。
话说回来，你看见他心里已经预立偏见，表示不信任和不爽，同做类似职位的都清楚，你敬我一尺，我敬你一丈。
不清楚的事情当面问清楚，不满的地方当场指出来，甚至出于正当原因撕一波都可以。回头自己生闷气也解决不了问题不是。

iphone 好像无解，安卓还有个 smart lock，保证你在点亮屏幕时有 4 种可信方法无需指纹免密码解锁。

下次别提前取票了，退票改签都非常麻烦。真不方便去车站就只能花钱买教训了。

@lbyo 就是多亏了的意思😶