看着测试集调参，那个数字会替你说谎。

先讲

任务写成接口：预测发生的那一秒看得见什么、输出什么。第 6 周预测期末不及格，输入只能是前 6 周已经产生的提交、测验、登录。第 12 周的出勤那时还不存在，补进去等于让模型偷看未来。同一个人的照片不能一半训练一半测试。

1000 个样本里 20 个是故障。永远猜「正常」，准确率 98%，故障一封都没抓住。主指标要跟着价钱走。漏报一台停机值 8 万，误报一次巡检值 400 元，阈值偏向多报。模型吐出 0.62，并不等于正类，只有跟你选定的阈值比过才算决策。

三份数据三种用途。训练拟合参数。验证用来挑学习率、何时停、哪次 checkpoint。测试只在方案冻住以后看一次。按时间切：前四个月训练，第五个月验证，第六个月测。用全体数据算均值再切分，也把测试信息带进了训练。

测试集边看边调，那个数字就开始说谎。它会慢慢变成第二份验证集。你对外报的分数，比真实世界好看。验证集可以反复看。给每次运行一个短 ID，记下数据版本、切分、种子。同一协议跑三次，报均值和波动，比只贴最好的一次诚实。

先让简单基线上跑道。多数类、一条规则、线性模型。网络赢不了它们，先查数据和实现，不要加层。一次只改一件事。四格写满，下一节才碰矩阵。