如果有人了解您要解决的业务问题，那么这应该不难。

1. 您可以展示模型的结果。首先了解您的数据，它是否偏斜、平衡？了解您的模型，检查特征重要性。它们对您拥有的领域知识有意义吗？例如，如果您的数据高度不平衡且准确度为 0.99，那么您的模型很可能将几乎所有内容都归为一类。尝试理解模型，可能会尝试运行一些浅层模型来建立基线。
2. 没有免费的午餐。您不能拥有解释结果的框架，您可以拥有一组可以使用的良好指标，但指标会根据您的数据情况而变化。
3. 模型在不断学习？？你的意思是重新训练模型。你需要为它建立一个管道。您可以为此创建一个 python 项目或使用 DAG 机制，如 AirFlow。
4. 没有明确的指南，一些教科书可能会有所帮助，但这需要经验和彻底理解机器学习的概念。