如何有效沟通你的机器学习结果？

多问自己一个 “那又怎样？”，会很有用。

Photo by Headway on Unsplash

疑问

7 月初，我赴南京参会。 James Hendler 教授的演讲非常精彩。

其中一个片段，让我印象深刻。

他说，许多人跑模型，跑出来一个比别人都高的准确率，于是就觉得任务完成了。他自己做健康信息研究，通过各种特征判定病人是否需要住院治疗。很容易就可以构建一个模型，获得很好的分类效果。

但是，这其实远远不够。因为别人（例如他的医生客户们）非常可能会问出一个问题 “so what?” （意即 “那又怎样？”）

我听了深以为然。

因为模型准确率再高，有时也免不了会有运气的成分。能否在实际应用中发挥作用，并不能单单靠着一个数字来说明。

医生们都有自己作为专业人士的骄傲。如果计算机模型不能从理据上说服他们，那肯定是不会加以采纳的。同时，他们对于病患的健康和生命安全，也有足够重大的责任，因此无法简单接受机器模型的结果，而不加以自己的理解与思考。

对于机器学习模型研究的这种批评，之前我也听到一些。但是不少人仅仅是批评，却没有给出有效的解决方法。

该怎么办呢？Hendler 教授的解决办法，是给医生展示一些统计图表。例如描述年龄与二次入院关系的散点图。

我听了大为惊诧，提问环节第一个就把话筒抢了过来，问：

这种图形，属于描述统计。难道不应该是正式进行模型训练之前，就做了的吗？如果把它作为沟通模型的结果，那还做什么机器学习呢？

解释

Hendler 教授耐心地给我解答了这个问题。