Satisficing and optimizing metric

Satisficing Metric (满足指标)

• 含义： 满足指标指的是一个模型必须达到的最低标准。它就像是一个门槛，只有超过这个门槛，模型才算合格。
• 作用： 满足指标通常用来设置一个基本要求，确保模型在某些方面达到可接受的水平。比如，一个垃圾邮件分类器，它的满足指标可以是“准确率不低于90%”。
• 例子：
  • 自动驾驶： 车辆的刹车距离必须满足安全标准。
  • 医疗诊断： 模型对某种疾病的检测准确率必须达到一定的水平。

Optimizing Metric (优化指标)

• 含义： 优化指标指的是模型需要最大化或最小化的目标。它是一个模型追求的目标，是衡量模型好坏的一个关键指标。
• 作用： 优化指标用来衡量模型的性能，并指导模型的改进。通过不断调整模型的参数，使得优化指标的值越来越好。
• 例子：
  • 图像分类： 优化指标可以是分类准确率。
  • 推荐系统： 优化指标可以是点击率或购买率。

两者之间的关系

• 满足指标是前提： 在优化模型之前，我们通常会先设定一些满足指标，确保模型的基本性能。
• 优化指标是目标： 在满足基本要求的基础上，我们再通过优化指标来提升模型的性能。

举个例子

假设我们正在开发一个推荐系统的模型。

• 满足指标： 推荐的物品与用户历史行为的相关性要达到一定程度，比如相关性得分不低于0.7。
• 优化指标： 点击率。我们希望模型推荐的物品能够获得更高的点击率。

在这个例子中，相关性得分是一个满足指标，保证了推荐的物品是相关的；点击率是一个优化指标，我们希望通过不断调整模型，来提高推荐物品的点击率。