构建与验证预测模型
Build and Validate a Predictive Model · 🔴专家 · 所属分类：科研数据与生物统计
只盯着训练集的 AUC，没做校准也没做外部验证，模型很可能过拟合、拿到真实场景就不能用。它帮你把预测模型从划分数据、防泄漏、调参一路做到区分度、校准、内外部验证和决策曲线，并按 TRIPOD 规范出报告。
适合谁
要做跨学科通用（非临床）预测建模、又想让模型经得起验证的研究生和数据分析研究者。
给它什么 · 得到什么
- 你提供：建模数据（特征与结局）、预测目标、样本量与事件数，以及你的验证策略需求
- 你得到：模型、区分度（ROC/AUC）与校准图、内部/外部验证结果、决策曲线、TRIPOD 式报告，以及可复现代码
怎么用
先来一句示例提问：「帮我用这份数据建一个预测模型，划好训练验证集防止数据泄漏，除了 AUC 还要给我校准图和外部验证结果。」 触发后它会划分数据并防泄漏、拟合并调参候选模型、评估区分度与校准度，再做交叉或外部验证和决策曲线分析。
提个醒
这个 skill 面向学科通用的经典回归预测；临床预测模型、以及机器学习专项各有专门的 skill，同一个模型不必在多处重复搭建。