预测不是衡量准确性,而是偏差率?

预测的核心不是看结果有多准，而是偏差有多大。比如天气预报说气温25度，实际30度，偏差5度就比说准了1度更有意义。偏差率能暴露系统性错误，像总把价格预测高100元，这种规律比偶尔猜对更值得关注。医疗诊断中，模型总把重症说成轻症，哪怕准确率90%，偏差率依然致命。

偏差率反映预测的稳定性，准确率只看单次结果。股票模型连续10天预测涨跌正确，但每次误差幅度翻倍，偏差率会揭示风险。自动驾驶系统刹车距离总比实际长2米，这种固定偏差比偶尔漏判更危险。偏差率让问题从“猜对没”变成“差多少”，更利于改进模型。