例如，在发现欺诈行为的情况下，应重点关注存款中异常值。解决方案：要解决此类问题，您的团队应该使用建模算法，它能够正确处理异常值，或者在建模前过滤异常值。良好的开端在于让您的团队做一个初步检查，以确定数据中是否存在异常值。最简单的方法是审查数据的图标或检查任何数值，它们可能是几个标准差，或更远离平均值的数值。
陷阱7：计算错误功能
当一个团队为建模提供投入时，微分过程中的任何错误都可能会为模型带来误导性输入。
毫无例外，无论团队如何构建，模型都出乎意料地产生了不可靠的结果。这个问题的一个例子是，一个团队弱化了一个依赖于计算的利用率的信用评分预测模型，因为这个团队包括来自信用报告的不活跃贸易信息。解决方案：建模师必须仔细检查团队如何获取数据。关键的出发点是要了解哪些功能是原始格式，哪些是经过设计的。自此，建模师就可以在进行建模之前检查衍生功能的假设和计算。
陷阱8：忽略多线投入(multi-collinear inputs)
使用数据集而不考虑多重共线性预测因子(multi-collinear predictors)是误导模型建构的另一种方式(多线性输入的存在意味着两个或多个变量之间存在着很高的相关性)。结果使其很难识别任何一个变量的影响。
在这种情况下，选定功能的微小变化会对结果产生重大影响。这个问题的一个例子是，广告预算和流量作为预测变量呈现共线性。解决方案：检测多重共线性的简单方法是计算所有变量对应的相关系数。之后您就有诸多选择来解决任何确定的共线性问题，如建筑构图或删除冗余变量。
陷阱9：无效绩效KPI
当建模数据各种进程进入平衡状态时，大多数建模算法表现最好。当数据显示不平衡时，衡量模型性能的正确指标变的至关重要。
例如，平均违约率为1.2%。一个模型的准确度能达到98%，预测在所有情况下都不会发生变化。解决方案：除非可以选择生成更均衡的训练集，或使用基于成本的学习算法，选择业务驱动的绩效指标是最好的解决方案。对于超出准确度的模型的绩效有着各种措施，如精确度，召回率，F1 得分和受试者工作特征(receiver operating characteristic，ROC)曲线。选择最合适的度量标准将指导建模算法错误最小化。
从坚实的基础开始
由于技术和工具的进步，机器学习..项目比以往更容易执行。
但是，要获得可靠的结果需要对数据科学和统计学原理有深入的了解，如此才能确保团队从一个坚不可摧的底层数据集开始，这边是成功的基础。Pejman Makhfi是Credit Sesame的首席技术官。Credit Sesame是一个教育信贷和个人财务网站，为消费者提供免费的信用评分服务。
