点击率预估模型输出0.3，实际该人群点击率只有0.12，这叫校准偏差。排序只看相对顺序时偏差影响不大，但涉及竞价、预算分配、多目标融合时，校准直接决定收益。
技巧1：分桶看校准曲线。把预估值分成10个桶（0-0.1、0.1-0.2……），每桶对比预估均值与真实点击率。某信息流模型在高分段（0.5以上）系统性高估1.8倍，低分段低估0.7倍，典型S型偏差。
技巧2：保序回归做后校准。在验证集上拟合分段常数函数，保证单调性。相比Platt scaling（逻辑回归校准），保序回归不假设函数形式，适合S型偏差。实测校准后ECE（期望校准误差）从0.041降到0.009。
技巧3：负采样后的概率还原。训练时负样本保留25%，模型输出的p是采样空间的概率。还原公式p_real = p/(p + (1-p)/0.25)。某团队忘了还原，竞价出价整体偏低约30%，GMV损失明显。
技巧4：按场景分开校准。首页推荐和搜索推荐的点击率基线差3倍，混在一起校准会互相拖累。做法是场景ID作为特征进入校准层，或每个场景单独拟合校准参数。某电商分场景校准后，首页ECE降62%，搜索降38%。
技巧5：时间衰减与在线更新。校准参数用最近7天数据拟合，超过14天参数漂移明显。节假日期间点击率整体上浮20%-40%，需单独建模。做法是每天凌晨用前7天数据重拟合，保留两套参数做A/B。
一个案例：某应用商店用未校准模型做应用排序，高预估应用被过度曝光，实际下载转化率仅0.9%，低于均值的1.4%。加保序回归校准后，高分段曝光占比从22%降到14%，整体下载转化率升到1.6%，人均下载量增9%。
常见错误清单：用训练集拟合校准参数（过拟合，应用验证集）；忽略样本权重（加权样本校准要用加权分桶）；校准后不重算指标（AUC不变但logloss会变，需重新记录基线）；多目标融合时只校准主目标（其余目标偏差会传导）。建议每两周做一次校准审计，记录ECE和分桶偏差表。
