提升广义正态分布：将机器学习与运营知识集成

将机器学习技术应用于实际运营场景时，常面临两个挑战：i) 机器学习方法主要提供点预测，而许多运营问题需要分布信息；ii) 它们通常不融合运营文献中积累的知识，尤其是描述特定分布的理论与实证发现。我们引入一种新颖且严谨的方法论，即提升广义正态分布（Boosted Generalized Normal Distribution，$b$GND），以解决上述挑战。广义正态分布（Generalized Normal Distribution，GND）涵盖了运营领域常见的多种参数分布，而 $b$GND 利用梯度提升（gradient boosting）结合树模型，对GND的参数进行灵活估计，以协变量为函数形式。我们确立了 $b$GND 的统计一致性，从而将这一关键属性推广到机器学习文献中缺乏此类保证的特殊情况。通过美国某大型学术急诊部门的数据，我们展示，利用医疗保健运营文献中的发现，患者等待与服务时间的分布预测可实现显著提升。具体而言，$b$GND 在预测等待时间和服务时间时，分别比用于预测的分布无关机器学习基准方法提升6%和9%。进一步的分析表明，这些改进措施可导致住院患者满意度提升9%，心肌梗死患者死亡率降低4%。本工作凸显了将机器学习与运营知识集成以提升分布预测的重要性。