题目重点：定义流失标签并构建无未来泄漏的预测模型，把离线效果与干预收益分开。
题意与假设
这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。
- 训练在月末T预测下个月是否无有效活跃，实际流失标准、可观察窗口和预测对象需先定；新用户与长期不活跃用户可能需要不同cohort。
解题路线
- 标签在T之后完整观察窗生成，特征只用≤T数据：最近/频次、互动深度、关注关系、体验错误等。不要用下月登录、下月投诉或未来聚合列当特征。
- 先建立逻辑回归baseline，按时间训练/验证/测试检验真实未来分布，再比较树模型；用户跨时间重复与地域版本变化需要防泄漏/分层。
- 类不平衡看PR-AUC、校准与top-budget precision/recall，不只accuracy。不同成本阈值以干预容量和收益定，分群评估避免多数群体掩盖问题。
- 预测风险高不等于可挽回收益高。干预对象、通知成本/体验与提升需随机试验，必要时uplift估计；最高风险用户可能早已无法挽回。
- 线上记录feature/version/prediction与数据新鲜度，监测漂移/校准、标签延迟和反馈回路。隐私最小字段，不拿敏感属性随意做个体惩罚。
手动走一遍
T=9月30日，10月是否active生成标签；9月最后7/30日活跃可用，10月的“最后登录时间”泄漏。A用户预测90%流失但不会被优惠改变，B60%但有可修复问题，干预优先未必A。
规模与取舍
特征计算按用户历史窗口，训练复杂度依模型/行列数；标签成熟至少等一个月。预算B人的干预看topB可行动效果与净收益，离线AUC提升不自动转为留存改善。
易错点与追问
容易失分的边界
- 随机行切分让同用户未来数据进训练，离线效果虚高。
- 准确率高可能只是全部预测不流失，无法支持决策。
继续深挖
- 如何应对训练后的干预改变标签分布？保留随机对照估真实收益。
- 流失定义从无登录改无有价值互动时，特征和行动目标如何调整？
