为了验证推荐模型,通常的方法是创建一个延迟集,提供随机建议(类似于A/B测试设置)。然而,在医疗保健应用中,这是不可能的,因为随机的建议可能会危及病人的生命。因此,验证模型的合理方法是什么?
发布于 2019-04-08 13:34:55
您仍然应该能够使用验证集来评估模型,无论您是否追求一种实验性的方法。(您的模型和调查的具体特性可能会改变这些特性,但这是基于已经单独发布的内容)。
在医学背景下,A/B组分配和测试没有任何问题,但有几个注意事项(这份清单并不详尽):
这可能是一个很高的要求,但你不必为了收集一些信息而进行一项前瞻性的、双盲的实验研究。回顾性研究也可以提供一些洞察力,验证集的过程如下:
回顾性研究通常不如精心设计、执行良好的前瞻性实验研究好,但它们仍然可以提供大量的信息。在前瞻性试验不可能或不受欢迎的情况下,回顾性研究提供的信息可能是你实际能得到的最好的信息。
https://datascience.stackexchange.com/questions/48912
复制