·发表于 Towards Data Science ·8 分钟阅读·2024 年 4 月 24 日
--
将点预测转化为预测区域，以量化模型的不确定性，给我们提供更多信息（图片来自作者）。
预测模型经过训练，旨在做出准确预测并给出点预测结果。
假设我们想买一套房子。在此之前，我们希望验证广告中提到的 40 万欧元价格是否合理。为此，我们使用一个模型，根据房间数、房屋大小和位置来预测该房子价值 500,232.12 欧元。
我们应该买这套房子吗？看起来像是个不错的交易，不是吗？但如果模型预测的价格是 340,021.34 欧元，我们的决策会不会不同？可能会吧？
那么，我们在做出购买这套房子的决策时应该信任模型吗？这套房子价值 500,232.12 欧元或 340,021.34 欧元的概率有多大？
由于概率接近零，我们应该将预测视为对真实结果的最佳猜测。此外，当我们根据模型做出决策时，也存在风险。
在购房的例子中，我们可能支付过多，导致财务损失。如果一辆自动驾驶汽车没有将过马路的人识别为障碍物，结果可能是致命的。