某些类型的数据集是否无法进行预测？

我目前的一个实际例子是：我的目标是创建一个预测模型，用于交叉销售保险产品。例如，从汽车保险到健康保险。

我的数据集主要包括特征数据，如他们居住的州、年龄、性别、汽车类型等…

我尝试了各种不同的模型，从XGboost树到正则化的逻辑回归，但AUC无法超过0.65。

因此，这让我思考——某些类型的数据集是否真的无法进行预测？你如何帮助利益相关者理解这一点？

回答：

某些数据集可能预测性不强。尤其是如果你缺乏能够解释大部分方差的变量。在没有与领域专家讨论的情况下，很难确定这是不是问题所在。尽管如此，模型本身很好，但我也会确保你花大量时间进行特征工程。通常，数据的正确表示方式可能是在有效模型和糟糕模型之间的关键，尤其是在树模型中。