對症下藥- 處方分析（Prescription Analysis）的強大力量

資料科學的核心是機器學習。但在現實環境中，教科書式的問題如；分析誰會購買，評估網頁排名或預測系統將崩潰，如此簡單明白的議題往往是不存在的。而在這篇文章中，我們會從更實際的情景來討論資料科學的使用，而處方分析（Prescriptions Analysis）將【機器學習】和【全域優化】相互結合的技術，可以解決日常中實際的問題，將扮演一個非常重要的角色。

 

處方分析-該做什麼，而不是將要發生什麼

這個部分，我最喜歡的用RM創始人之一的 Igno Mierswa所引用例子來解釋的。假設你有一個機器學習模型，它預測明天會下雨，這對你意味著什麼？你是開車去上班、還是騎自行車？嗯，我會開車吧。但大家都知道要下雨，所以你可能不是唯一一個開車的人。結果可能是交通堵塞了一個小時。儘管下雨，可能還是繼續騎自行車好吧，對嗎？這個時候你的決定不只有天氣，可能也要包括交通狀況的預測，以便對於之後的行動做出最好的決定。該如何做呢？

 

方法是首先定義一個合適度函數（Fitness Function），作為判斷方案的和適度。然後將天氣預測（可能是根據歷史資料做的回歸分析），預期的交通狀況（可能是依照路況做分類分析）和您的個人喜好（這個可能是決策樹分析）。把所有的考量模型都放入其中，而後調整輸入的變數（雨量大小，出發時間，等等。）而後找到一個最優化的解決的條件（例如；早上9點高峰前開車出發，躲雨又不堵塞），這就是處方分析！這樣做的目的，不僅是預測將要發生的事情，還可以就該做什麼提出最優化的建議。

在實際的世界中，很多時候的狀況多是如此。實際上，並沒有一個簡單的問題，然後用某個資料分析的方式就解決了。就算是使用所謂的QBQ/CRISP-DM 的思考框架，也通常是沒有辦法單純化成幾個簡單資料分析，就把問題解決。必須在許多面向上做全域的考量與規劃，平衡多個並行的模型之後，進行更細部與精緻的分析，綜合全部的狀況而提出最優化的建議。

實際做法 – 明白其中的概念，幫助實際的問題

用一個例子來說明；我們希望找到產品的最優價格。首先，我們可以用不同的價格，然後評估客戶接受我們報價的信心度大於0.75（自己定義的閾值）來做評估。我們先建立一個目標公式，也就是使用自訂的和適度（Fitness）作為量化標準，而後公式如下：

Fitness = Price – IF([confidence(accept)]<0.75, (0.75-[confidence(accept)])*,0)

這個公式的意思是當我們每一次變動價格（例如上調0.1元），我們評估（依照之前某個客戶的接受度回歸模型）的接受意願的機率。在IF的方程式；【如果小於0.75】->【條件成立】->【一個大複數值】->【因為導致Fitness下降】。反之就為零（但注意 Fitness上升因為價格調漲了）。其在Rapid Miner 中的實現是如此：

 

上面描述的Rapid Miner的流程是；首先，得出一個用來預測客戶接受度預測的回歸模型。接下來，我們進入優化操作，Optimizer輸入我們要優化的參考資料，還有設置閾值和回歸模型。在優化操作元的自動迴圈運算中，不斷調整其Fitness 的數值。由於優化是單變種，我們可以使用二維的網格做分析。計算方式可以使用 CMA-ES、BYOBA 或進化優化（Evolution Optimization）。而結果是下圖：

 

從圖中可以看到，Fintess（也就是價格）的度數首先上升與價格同時上漲，然後下降，因為信心低於0.75，這個可以直觀的理解價格愈高，其Fitness的數值就越低呢。最後可以判斷出的最優價格為：976元。

學霸和奸商 - 找到最有效的平衡，才能實際發揮作用

所以，處方分析可以說是在商務和技術之間，所能得到的最有效的資料分析結果。其側重於從現有資料中尋找最佳操作方案，強調可執行的建議和最優化的結果，而不是單純的資料分析，而這個在RapidMiner中，有特別的操作元和外掛（Extension），專門負責這類型的操作。

處方分析在業界中使用非常廣泛，包括從股票基金的買賣，市場價格的判斷，都已經是非常成熟且完備。但是不論如何，其基礎的部分，仍然建構在所有的資料分析模型之上。所以學習資料分析，必須能對於實用考量和技術能力之間，取得全面的瞭解，才是真正平衡學術和實用的資料科學家。