用期望价值框架把 ML 预测变成可算 ROI 的商业决策
mdancho84 · x · 2026-11-16
mdancho84《Data Science for Business》系列第 3 讲:期望价值(Expected Value)框架。核心思路是把金融中的期望价值概念引入数据科学——用决策概率乘以净价值,来量化机器学习项目的 ROI。配图为书中图 7-2:从混淆矩阵出发,将 TP/FP/FN/TN 归一化为概率,再结合代价/收益矩阵(benefit b(Y,p)、cost c(Y,n) 等),通过乘积求和算出每个模型的期望价值,从而比较不同模型并选出商业上最优的决策。
「研究」频道最新
- 「这不是苯」:药物发现中化学表示如何误导机器学习 — CatAstro_Piyush · 2026-11-16
- SPU 基准实测:前沿 agent 预测湿实验结果,最高均分仅 0.486 — liangchen5518 · 2026-11-16
- 把 ML 预测当概率用:商业数据科学系列第 2 讲 — mdancho84 · 2026-11-16
- mdancho84 开讲《Data Science for Business》:串起商业数据科学的关键框架 — mdancho84 · 2026-11-16
- 自造 9 个软件品牌问 ChatGPT 和 Google:18 次回答零幻觉 — raja314 · 2026-11-16
- Marimba:基于冻结 Qwen3-ASR 的开源语音决策模型,Apache-2.0 发布 — solanotodesch · 2026-11-16