顺着这条线往后走，它一直没断过。W4 的 Tutorial 换到信贷审批场景，算出来的阈值是 0.167；W6 在一个不平衡的评论情感任务里，演示只盯着准确率会怎么骗人；W7 把它接到上线以后，业务对某一类错误设硬上限，最后还要折算成省下多少钱来汇报；W13 的 Tutorial 更进一步，让阈值跟着每一笔交易的金额走。同一个东西在四个不同场景里被重新算了一遍，你不用刻意去背，跟着课走就会反复撞见它。

📌 这条线横跨课程前后两半，而且每一处都能算出具体数字。笔试要你「对方法做有依据的比较、把统计结果解读清楚」，阈值题正好是同时装得下推导、算数和业务判断的那种题。

💸 把 0.5 放在那儿不动，银行就在亏钱

Week 4 讲到一个贷款审批的例子，值得慢慢看一遍。一笔 25 万的三年期贷款，四种结果对应四个数：批了而且对方按时还，赚 15,000；批了但对方违约，亏 50,000；拒掉的两种情况都记 8,000，也就是这笔钱转去做别的产品的收益。把每一行减掉该行的最大值，两类错误的代价就出来了，错放一个违约的人要付 58,000，错拒一个好客户只损失 7,000。代进公式，阈值等于 7,000 除以 65,000，大约 0.11。漏放一次的代价差不多是错杀一次的八倍，于是拒贷线从直觉上的 50% 一路压到 11%。同一个模型、同一批申请人，只因为把成本比例算了进去，批准率就明显往下掉。准确率完全反映不出这个变化，它默认两类错误一样贵；AUC 也给不出答案，它只衡量排序，对任何保序变换都不变。

再往前推一层就更有画面了。W13 的 Tutorial 让阈值跟着金额走：调查一笔可疑交易要花 40，误拦一笔正常交易的摩擦成本是 20。

• 💳 一笔 5,000 元的交易，模型只给出 1.2% 的欺诈概率，放行的期望成本是 60，拦下来是 40 加 0.988 乘 20，等于 59.76，该拦；
• 🪙 一笔 10 元的交易，模型给出 50% 的欺诈概率，放行只要 5，拦下来要 50，该放；
• 📈 金额越大，有效阈值越低，同一个模型在不同的单子上会切在不同位置。

一笔看着几乎没问题的大额交易被拦下来，一笔一半概率有鬼的小额交易反而被放过去。

🧭 记住这一个顺序，剩下的都是细节

这门课里碰到任何一个分类问题，我的处理顺序都是同一条：先写支付矩阵，再算阈值，最后才看模型指标。这条顺序省力的地方在于，它一次对上了两条验收线。笔试收的是解读和比较，阈值题能同时装下推导、数值和业务判断；小组项目要把结论讲给做业务的人听，用「这个切点一年省下多少钱」交代阈值，比甩一串 AUC 更接近它想要的东西。复习到后半段的数学时也一样，先想清楚在优化什么，再去管怎么优化。

反过来用也成立。以后你读到任何一句「准确率 92%」，先问这 92% 里两类错误各占多少、各值多少钱。这一问能把大半个看着漂亮的结果拆开。

👉 先写支付矩阵，再算阈值，最后才看模型指标。下一页直接翻开完整攻略，看它怎么把一整节课从头讲到落地。