原书出处
数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow
04 第4章 使用体系化分析方法进行场景挖掘 4.2 体系化分析常用工具
黑盒模型,顾名思义,其内部工作机制对于使用者是不公开的、不可理解的,例如神经网络、梯度提升模型、复杂的集成模型等,这些模型通常有比较优秀的预测表现,预测准确率往往更令人满意,然而其内部运作方式难以理解。黑盒模型很难考量特征对预测结果的重要性,也无法向我们表达不同特征之间交互产生的关系。 诸如线性回归模型、决策树模型是最常见的白盒模型,它们具有很强的解释性,我们可以清晰地了解各个特征对于模型预测结果的影响方向和影响大小。当然,由于白盒模型并不具备黑盒模型那样复杂的结构,所以预测能力和表现力相对而言弱一些。一定程度上讲,选择白盒模型或是黑盒模型就是在更好的预测能力和更强的解释性之间做取舍。黑盒模型与白盒模型的主要用途和差异如图4-1所示。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0023.xhtml
EPUB SHA-256:b9d74c3cb9a87547f425283a2273004c2d73de2c2b50ebf97c2ab3336ae5d102