一个质控部门手里可能有三年的抽检记录：几万行，每行是一次检测，写着产品、供应商、产地、采样日期、检测项目和结果。下一轮只有预算做几百次检测，该抽谁？只凭经验，容易反复抽同一批熟悉的对象；只按“不合格次数多”排序，又会把偶然事件当成规律。让模型参与的目的，是把这份历史整理成一个可排序的依据，先检最值得检的。首页哪一批更值得检查那篇讲的是这件事的概貌，这里把数据怎样一步步变成优先级拆开来看。
从记录到特征
模型不能直接读一行行流水记录，它需要每个对象在“此刻”的一组数字。下面这张表列出了常见字段怎样被转换（记录内容均为示意，实际字段取决于手里有什么数据）。
| 字段 | 记录里的样子（示意） | 转成的特征 | 容易踩的坑 |
|---|---|---|---|
| 产品 | 菠菜，属叶菜类 | 类别编码，保留细类与大类两级 | 细类样本太少时，要回退到大类的整体水平 |
| 供应商 | 供应商 S-014 | 近 90 天检测次数、不合格次数、平滑后的不合格率 | 只有两三次记录时，比例极不稳定 |
| 地区 | 产地所在省份 | 地区编码，以及同地区同季节的历史结果 | 划分过细，每个地区只剩几个样本 |
| 季节 | 采样日期 3 月 12 日 | 周次或月份，可结合当周气温与降水 | 只用“季度”太粗，同一季度内变化很大 |
| 历史结果 | 检测项目与结论 | 按项目分列的不合格记录、最近一次不合格距今多久 | 要区分“没检这个项目”与“检了合格” |
| 距上次抽检天数 | 上次采样在 45 天前 | 天数，可取对数 | 很久没检过的对象本身就是盲区 |
这张表里有两处值得多说。一是不合格率要平滑：某供应商只检过两次、一次不合格，比例是 50%，这个数字几乎没有信息量，通常需要向同类别或同地区的整体水平“收缩”，样本越少，越靠近整体水平。二是“距上次抽检天数”看上去与污染无关，其实它是在给模型一个补偿：太久没被检查的对象，我们对它的了解已经过时。
冷启动，以及探索与利用
新供应商没有任何历史，这是冷启动。合理的做法是让它先继承所在品类、地区与季节的整体风险，再随着检测结果逐步更新。记录为空只说明没检过，不说明没有问题。
只按模型给的高分去抽检，会带来另一个更隐蔽的问题。高优先级对象被反复抽检，自然发现更多问题，历史里的“不合格”越来越集中在它们身上；低优先级对象几乎没被抽过，模型永远不知道它们真实情况如何。这就是抽样偏差：越常被抽检的对象，越容易“发现问题”。它对应着探索与利用的取舍，利用是把资源投向已知的高风险，探索则是保留一部分预算做随机抽检，去看盲区里有什么。这个比例要看资源和风险承受度，比如保留一成到两成（仅为举例，不是推荐值）。随机抽到的样本还有第二个用途：它比较接近无偏，可以用来检验模型的排序是否真的比随机抽检更有效。
结果回写，形成闭环
每一轮抽检完成以后，结果必须写回历史：检测项目、方法、结果、是否复测，以及这次抽样是“按风险选的”还是“随机选的”。最后这个标记很关键，缺了它，下一轮训练时就分不清哪些样本受了选择偏差的影响。
- 抽检历史
- 特征整理
- 风险模型
- 下一轮优先级
- 执行抽检与检测
- 结果回写
图里那个并联的“随机探索抽样”，就是上面说的保留部分随机抽检。它不追求效率，追求的是让历史数据不至于越来越偏。
输出的是优先级，不是合格判定
模型输出的是“这一批应当排在第几位”，或者一个经过校准的风险概率，用来决定先检谁、检哪些项目。概率校准（Calibration）的意思是，分数要尽量与实际发生的比例对得上：如果一批分数都在 0.3 上下的对象，事后统计实际问题率与 0.3 相去甚远，这个分数就只能当排序用，不能当概率读。它不能给一批食品下“合格”的结论：合格与否依据的是法定检验方法和适用法规的现行版本，由具备资质的实验室出具结果。也因为如此，排序有没有用，可以用具体的方式来检验：在同样的抽检预算下，按模型排序抽检是否比随机抽检发现了更多真实问题，这要用保留的随机抽检数据来对比。
纵横国际食品安全栏目接下来讨论的问题是，为什么这份排序不能只靠历史不合格次数来算，环境、天气和供应链又是怎样进入模型的。