機器學習
基準線（baseline）
/ BAYS-line /
基準線，是你最先搭起來的一個簡單、樸素的參照點，好讓你判斷那個花俏的模型到底值不值錢。它回答了每個專案在慶祝之前都必須問的一個問題：跟什麼比？一個聲稱能 70% 準確預測下雨的天氣預報員，聽上去挺唬人——直到你得知，在那種乾燥氣候裡，單純地每天都猜「不下雨」本可以有 75% 的準確率。那個蠢猜測就是基準線，而它剛剛贏了那個花俏的模型。
基準線有不同程度的簡單。最簡單的，就是每次都預測最常見的那個答案，或者預測平均值，把所有特徵統統無視。略微豐富一點的，會用一條顯而易見的單一規則，或一種基礎、為人熟知的方法。無論哪種，要點都一樣：基準線搭起來便宜、容易理解，給你一把誠實的尺子。一個無法明顯勝過基準線的新模型，縱有千般精巧，也沒幹好它的本職工作。
基準線防範的，是一種很人性的失誤：被一個無從比較的數字晃花了眼。「95% 的準確率」單看毫無意義——如果 95% 的郵件本就不是垃圾郵件，那麼一個把所有郵件都盲目標成「非垃圾」的模型，同樣能拿 95%，卻一封垃圾郵件都沒抓到。先立起基準線，能讓你保持誠實，把力氣集中到「簡單辦法確實不夠用」的問題上，而且常常會揭示：那個簡單辦法其實一直就夠用了。
在搭建一個客戶流失預測器之前，分析師注意到：88% 的客戶都會留下來。於是那個最微不足道的基準線——「預測人人都留下」——就有 88% 的準確率。如今任何真模型都必須越過 88%，才算掙得了它的位置；一個只拿 86% 的模型，還不如什麼都不做。
永遠要問「跟什麼比？」——沒有基準線，一個分數毫無意義。
在搭複雜模型之前、而非之後，先把基準線立起來。人們很容易跳過這一步，去欣賞一個大數字，可基準線是「防止自欺」最便宜的一份保險——而且它有時還會悄悄取勝。
又稱
另見