想让机器学习与商业结合，最重要的是什么？(16)_全文共6008字

\n \n

受试者工作特征曲线 = 假阳性/(假阳性+真阴性)

\n \n

相反，错误发现率（FDR）有助于更好理解假阳性实例对于异常检测模型的影响：

\n \n

错误发现率 = 1 – 精准度 = 假阳性/(真阳性+假阳性)

\n \n

别预测了，直接解释原因！

\n \n

一些项目并不旨在创建一个实时预测模型，而是解释假设或分析哪些因素可以解释特定行为，因为大多数机器学习算法是基于相关性，而不是因果性。以下是一些例子：

\n \n

· 什么因素导致一位病人患病风险增加？

\n \n

· 哪些药品对血检结果影响最大？

\n \n

· 哪些保险规划参数值可使利益最大化？

\n \n

· 失信客户有什么特点？

\n \n

· 流失客户的简况是什么？

想让机器学习与商业结合，最重要的是什么？(16)