机器学习模型构建中的主观性

交通分析人员面临着大量请求，要求将流行的机器学习建模技术应用于数据集，以揭示前所未见的关联，从而可能为安全性、拥堵和出行带来革命性变革。然而，此类模型的结果不仅可能受到底层数据中偏差的影响，还可能受到从业人员引入的偏差的影响。为了展示在机器学习模型的开发和解释过程中做出的众多主观判断，我们针对以交通为重点的数据集（包括关注驾驶致伤/死亡和行人死亡的数据集）开发了Logistic Regression和Neural Network模型。随后，我们针对每个数据集开发了五种不同的特征重要性表示形式，包括机器学习领域常用的不同特征解释方法。在这些模型的开发和解释中，突出了十二种不同的判断，这些判断产生了不一致的结果。这种不一致可能导致对结果的截然不同的解释，进而可能导致作为型错误和不作为型错误；若政策据此错误调整，则会对成本和安全性产生重大影响。