跳转至

P3-9.8 一次预测到底决定什么，为什么分数和策略不是同一件事

Section ID: P3-9.8 Version: v2026.07.20

即使已经定义了输入和结果，预测问题也仍然只关了一半。即便同样是在预测 review_needed，它也可能表示把单次运行放进复核队列，也可能表示调整整个最近区间的告警强度。此外，模型输出的分数，和把这个分数转成真实行动的策略，也不是同一回事。

一个预测值必须连同它对应的行动单位一起写出来，而模型分数和运营策略也必须分开来看。

区分 问题
一次预测针对的单位 这个值指的是一次运行、一个最近区间，还是下一条单独案例？
模型输出 模型输出的是分数、0/1，还是排序？
策略规则 这个输出会按什么规则被转成行动？
真实行动 是进入复核队列、暂缓，还是触发自动处置？
层级 例子
模型输出 0.82、warning_score
策略规则 0.8 以上就复核、只看前 10%
真实行动 加入复核队列、调整优先级

即使分数一样，只要策略不同，行动也可能不同。而且有些问题只把分数拿来做排序，有些问题则希望把这个数字近似当成概率来读。这种差别也要先写清楚。因此，一次预测的意义并不只是吐出一个数字，而是这个数字会经过什么规则，再导向什么行动的整套决策结构。从更大的角度看，这一节是在把模型输出、判定规则、真实行动拆成不同层级，让一次预测值被放进运营决策结构里来读。

用一个小图来看

一次预测并不会停在分数上，而要继续看这个分数经过什么策略规则，最终变成什么行动。

flowchart TD
    A[模型输出一个分数或排序] --> B[先解释输出类型]
    B --> C[应用策略规则]
    C --> D{最终会变成什么行动}
    D --> E[进入复核队列]
    D --> F[暂缓或延后]
    D --> G[触发自动处置]

来源与参考资料