造就预测自杀概率的算法这么多，为什么科学家青睐这一种？( 三 )
我们用真实结果来做检验 。 如果该算法预测一个人的自杀概率为50%或更高 ， 那么79%的情况下 ， 此人确实会自杀 。 如果该算法预测自杀概率不到50% ， 那么只有5%的情况下 ， 会发生自杀行为 。
随机森林的一个优势在于 ， 除了是非预测以外 ， 它还提供了一个概率 。 假设随机森林预测一个人的自杀概率为45% ， 另一个人为10% 。 对于这两个人 ， 算法认为他们不会自杀的可能性更大 。 但决策者也许想制定一个计划 ， 把算法认为自杀概率高于30%的所有人都作为目标对象 。
统计学家和计算机科学家开发了很多预测算法 ， 随机森林只是其中之一 。 某些情况下 ， 随机森林是最好用的 。 例如 ， 在对自杀预测的研究中 ， 随机森林的预测准确性大大高于更简单的回归算法 。 但在另外一些情况下 ， 其他算法可能会给出更好的预测 。 最受欢迎的是支持向量机和神经网络 。 如果你有很多可能的预测指标 ， 比如你想根据基因数据来预测某种疾病的遗传可能性 ， 那么支持向量机非常有用 。 神经网络算法往往非常准确 ， 但用起来极为耗时 。
本文插图
遗憾的是 ， 上述关于自杀预测的研究并非一种常态 。 眼下 ， 算法最常用于定向广告和识别欺诈 ， 而不是改善公共政策 。 不过 ， 有些机构正尝试将算法用于公益事业 。 例如 ， DataKind为纽约市约翰杰伊刑事司法学院（John Jay College of Criminal Justice）开发了若干预测模型 ， 帮助他们识别面临辍学风险的学生 ， 哪怕他们即将毕业 。 这些模型是在2017年开发的 ， 它基于10多年的学生数据 ， 将用于为辅助项目确定目标对象 ， 帮助那些面临辍学风险的学生 。
这些数据模型也许看起来晦涩难懂 ， 实际上并非如此 。 你如果稍有数学头脑 ， 就会知道如何理解和运用算法 。 掌握这些工具的人越多 ， 它们就越有可能去解决各种各样的社会问题 ， 而不仅仅是用于商业目的 。
造就 | 剧院式的线下演讲平台 ， 发现创造力
推荐阅读
![[亮剑君]怀才不遇，终被我国赏识，这位美国教授为我国天网贡献巨大！，](https://imgcdn.toutiaoyule.com/20200402/20200402010437473463a_t.jpeg)
- mg|大脚G将上新！新款G500 4×42预测渲染图曝光
- 都江堰|都江堰旅游攻略：四川有一堰，造就天府国
- 吴晨光|中大管院云讲堂（四） | 吴晨光教授：旅游需求分析及预测前沿
- 佛佛语录|黄半仙预测：肖鼠人：特别是72年的中晚年，劝你最好看一眼！
- 39健康网|晚上泡脚，是养生还是“慢性自杀”？医生：5种人泡脚百害无一利
- 谭老师地理工作室|【考向预测】?高中地理常见10种地貌总结，一文带你全掌握！高考常见地貌形成过程动图解说，高考地理地貌主题型试题专题训练！
- 日有所学伴成长|再读《挪威的森林》，发现了白富美“初美”自杀背后的原因
- 赠人玫瑰6666|糖尿病人这6个习惯，等于慢性自杀！
- 李云龙|原著《亮剑》中，李云龙明明有逃生机会，但他选择了自杀
- 花树人|在《我的世界》中噩梦成真 滥用基因学造就出可怕的“植物人”