首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >我们如何处理案件,被预测的质量破坏了数据的质量?

问我们如何处理案件,被预测的质量破坏了数据的质量?
EN

Data Science用户
提问于 2017-10-09 19:45:40
回答 2查看 47关注 0票数 2

请考虑以下示例:

您有一种罕见的疾病,其发生似乎取决于一定数量的变量。我们建立了一个模型,试图预测最有可能受到部分成功的疾病影响的病人,也就是说,它可以准确地预测疾病的发生,但不太理想。理想情况下,您更新您的模型,因为更多的历史数据的病人,这种疾病,并开始提高的准确性。

最后,你开始通知高危患者,并向他们提供治疗这种疾病的步骤。正因为如此,越来越多的被归类为高风险的患者实际上并没有感染这种疾病,因此降低了你的模型的准确性。从某种意义上说,这个模式是自己成功的“牺牲品”。

是否有任何策略来处理这样的预测情景:一个设计用来预测不良结果的模型由于它成功地避免了现实世界中的结果而失去了准确性?

EN

回答 2

Data Science用户

发布于 2017-12-05 19:11:54

正因为如此,越来越多的被归类为高风险的患者实际上并没有感染这种疾病,因此降低了你的模型的准确性。

我宁愿挑战这个假设,并说在这种情况下,算法没有漏掉:它正确地识别了一个高风险情况,这是它最初的目的。你不是在建立一个模型来识别那些会感染这种疾病的人,而是为了防止疾病的实际发生。

一定要仔细考虑哪些指标是合理的,它们代表什么。如果您构建了一个混淆矩阵:

代码语言:javascript
复制
Predicted \ Actual | Caught the disease | Did not catch the disease
High risk          | A                  | B
Low risk           | C                  | D

现在,当你使用精度时,你说A和D是好的,B和C是坏的,所有的权重都是一样的。但是B真的很糟糕吗?C不是比其他任何东西都糟糕吗?或者取决于预防疾病的成本,也许B更糟?我不知道,它需要领域知识。但关键是,不加考虑地使用准确性并不是处理这种情况的好方法:根据问题调整度量标准。

票数 1
EN

Data Science用户

发布于 2017-11-05 17:45:12

我想你可以在收集新的观测数据后继续训练你的模型。

最简单的策略是对最近的观测结果给予更多的重视(它们受到模型结果的影响)。

票数 0
EN
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://datascience.stackexchange.com/questions/23650

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档