学习预期值框架进行数据分析的3个理由
在业务中实施数据科学的最困难，最关键的部分之一就是 量化投资回报率或ROI。在本文中，我们重点介绍 了学习期望值框架的三个原因，该框架将机器学习分类模型与ROI连接起来。
学习预期价值框架的3个原因
如果要将数据科学与ROI结合使用以进行机器学习分类器，这是您需要了解期望值的3个原因。我们将举一个与员工流失（也称为员工流失或员工流失）相关的示例。
原因＃1：分类机器学习算法通常会误判错误的指标
F1是协调精度和召回性的阈值（换句话说，它的最佳目的是减少误报和误报，以找到达到相对平衡的阈值）。问题在于，在业务中，与误报（类型1错误）和误报（类型2错误）相关的成本 很少 相等。实际上，在许多情况下，假阴性的成本要高得多（大约是3：1或更大！）。
示例：员工吸引力的类型1和类型2错误的成本
我们开发了一种预测算法，发现加班时间过多时，员工的可能性要高5倍。
从H2O + LIME结果计算预期的损耗成本
我们提出了一项建议，即使用功能极为强大的H2O分类模型以及LIME来减少加班时间，从而说明了结果。像许多算法一样，默认情况下，我们通过处理类型1和类型2错误进行优化。最终，对离职人员（第2类错误）的误分类大致与我们对休假的人（第1类错误）的误分类大致相同。如果雇员辞职，减少加班的成本估计是生产力损失的30％。但是，错误地减少留下来的某人的超时成本比第一类错误高30％或三倍，但我们却一视同仁！业务问题的最佳门槛 几乎总是小于F1阈值。这导致我们需要了解预期价值框架的第二个原因。
原因＃2：解决方案是最大化期望值
当我们进行计算以确定使用业务成本的期望值时，我们可以迭代执行计算，以找到使业务问题的预期利润或节省最大化的最佳阈值 。通过迭代计算在不同阈值下产生的节省，我们可以看到哪个阈值可以优化目标定位方法。
在详细的示例中，我们可以在阈值优化结果中看到最大节省（$ 546K）发生在阈值0.149处，这  比最大F1处的阈值节省（$ 470K）多16％。值得一提的是，使F1最大化的阈值为0.280，而对于包含总人口15％的测试集，由于次优（$ 546K-$ 470K）而导致的成本为$ 76K。 将这种低效率扩展到整个人群（火车+测试数据），这是每年50万美元的错失良机！
但是，该模型基于许多假设，包括平均加班率，每名员工的预期净利润等。
原因＃3：期望值可以检验假设的可变性
我们可以将灵敏度分析与期望值一起使用。我们测试模型假设对离职员工的预期利润（或储蓄）的影响
在下面的人力资源示例中，我们测试了一系列值的 平均加班率和 每位员工的净收入， 因为我们对未来的估计可能不正确。在 下面显示的 敏感性分析结果中，我们可以在获利能力热度图中看到，只要平均加班百分比小于或等于25％，实施有针对性的加班政策就可以为组织节省资金。
题库