跳转至

P3-9.8 预测分数通过什么规则转化为行动

Section ID: P3-9.8 Version: v2026.09.20

P3-9.7区分了预测时可用的输入和之后的结果。模型给出分数后，仍需另外决定实际复核谁。分数是模型输出，策略规则则是将输出转化为行动的标准。

写明分数来源与一次预测的对象

以下是本节给定的虚构模型输出。它们不是实际训练或运行模型得到的结果，也不同于前面按比较差值或安全条件手工规定顺序的队列。假设本例模型预测一次已完成的动作是否需要额外复核。review_score 是用于该判断的分数，越高越优先考虑复核。

A～D 是本节内部的动作 ID。假设同一个虚构模型 demo-model-v1 在各动作完成时给出分数，D 在本次复核批次确定前加入。A～C 的分数不重新计算。行动单位也固定为对一次动作安排复核。

event_id 给定的 review_score 进入候选批次的顺序
A 0.82 初始批次
B 0.80 初始批次
C 0.79 初始批次
D 0.95 安排确定前加入

不能仅因分数在 0～1 之间就认定它是故障概率或需要复核的概率。本节只使用分数顺序并应用策略。实际复核结果尚未给出，因此不能将被选动作视为实际阳性，也不能将未选动作改成已确认正常。

阈值与前两名是不同规则

今天最多能复核两项。先比较尚未施加容量限制的达标情况与按排名选择的结果。这里“不低于 0.80”指 score >= 0.80，包含恰好 0.80。分数相同时，按 event_id 的字母升序处理。这是本教学策略的约定，不是所有工具共同的默认行为。

比较的策略 只有 A、B、C 时 D 加入后
阈值：所有分数不低于 0.80 的候选 A、B，共 2 项 D、A、B，共 3 项
前两名：分数降序，同分按 ID 升序 A、B，共 2 项 D、A，共 2 项

阈值一行列出的是达标名单，不是今天两个名额的最终安排。D 加入后，B 的分数和达标状态都没变，变化的是它在候选中的排名。反过来，只取前两名的规则没有最低分数要求，所以即使所有分数都很低，也可能选出最多两项。

将达标情况与今天的安排状态分开

把同时使用两种约束的策略命名为 threshold-capacity-v1。先保留分数不低于 0.80 的候选，再在其中按分数降序、同分 ID 升序安排最多两项今天复核。不用未达标候选填补空位。

event_id 分数 meets_threshold selected_today 策略确定的安排状态
D 0.95 1 1 安排今天复核
A 0.82 1 1 安排今天复核
B 0.80 1 0 达标，因容量不足等待
C 0.79 0 0 未达标，不纳入本次安排

B、C 都是 selected_today=0，但原因不同。B 因容量限制等待，C 不满足当前阈值。两者都不是复核结果，也不表示是否发生故障。同样，selected_today=1 只表示安排复核，不表示负责人已经完成复核。实际执行情况应通过单独的完成记录确认。

从分数到阈值与运行策略

flowchart TD
    A["D 0.95 · A 0.82 · B 0.80 · C 0.79"] --> B{"分数不低于 0.80？"}
    B -- "是" --> C["分数降序；同分 ID 升序"]
    B -- "否" --> D["C：未达标，不纳入本次安排"]
    C --> E["容量 2 项：今天安排 D、A"]
    C --> F["B：达标，因容量限制等待"]
    E --> G["通过单独记录确认实际复核完成"]

图中展示了对包含 D 的候选批次应用 threshold-capacity-v1 的结果。为了对相同批次和策略复现同一安排，应保留模型版本、预测对象和时刻、分数、候选清单、阈值、容量、同分规则及策略版本。B 的 0.80 与等待原因一起保留，才能区分模型输出和安排决定。

改变边界与容量后作出判断

练习：保持包含 D 的四个候选不变。① 只把容量增至三项，B、C 会怎样？② 容量为两项时把阈值提高到 0.83，要用 A 填补空位吗？③ 另设一种情况：加入分数为 0.82 的 E，阈值 0.80、容量两项，应安排谁？

解答：① 安排 D、A、B，C 仍未达标。② 只有 D 达标，因此只安排一项，不用 A 填补空位。此时 B 未被选中的原因也从容量等待变为未达标。③ D 之后 A、E 同分，但 ID 升序使 A 在前，因此安排 D、A；E、B 都是达标但等待的候选。ID 规则是复现顺序的约定，不是 A 比 E 更危险的证据。

在改变策略的过程中，原有候选的模型分数保持不变。阈值或容量改变后选择结果不同，并不能说明模型更准确。选择错误的成本将在 P3-9.12 中继续讨论。

检查清单

  • 能否说明虚构模型分数的来源，以及预测和行动的单位？
  • 能否区分 B 的 0.80 达标的原因，与 D 加入后 B 等待的原因？
  • 能否依照规则处理同分、空位和未达标情况，并区分安排复核与完成复核？

来源与参考资料