4、模型输出类型与含义：分类概率、回归数值、异常分数、置信度、不确定性估计，以及它们如何映射到健康评分

TinyML 设备健康评分系统的核心挑战，在于将模型输出的原始数值（如 0.87、-2.3、42.5）转化为业务侧可理解、可决策的“健康度”（如 0-100 分或 A/B/C/D 等级）。不同类型的模型输出，其数学含义、数值分布、噪声特性截然不同，若不加区分地直接映射，极易产生误导性结论。本章将系统梳理五类典型模型输出——分类概率、回归数值、异常分数、置信度、不确定性估计——并给出它们各自映射到健康评分的标准方法、适用场景与常见陷阱。

上图展示了从模型输出到健康评分的整体映射框架。实际工程中，我们需要根据模型输出的数学性质，选择不同的映射策略。下面逐一展开分析。

4.1 分类概率：从“属于某类”到“健康程度”

核心原理

分类模型输出的是样本属于各个类别的概率向量，例如设备状态分为“正常”“退化”“故障”三类，模型输出 [0.82, 0.15, 0.03]。概率值本身具有明确的数学含义——在 softmax 归一化后，所有类别概率之和为 1。但概率值并不直接等同于健康评分，因为类别之间的“距离”并非线性。例如，“退化”到“故障”的恶化程度，远大于“正常”到“退化”的轻微偏移。

判断方法与操作流程

将分类概率映射到健康评分，常用三种方法：

1. 最大概率阈值分段法：取最大概率对应的类别，按预设的健康等级表映射。例如：正常(90-100分)、退化(60-89分)、故障(0-59分)。该方法简单直观，但忽略了概率的细微差异。
2. 概率加权求和法：为每个类别赋予一个健康权重（如正常=95，退化=65，故障=20），然后计算加权和：健康评分 = 0.82×95 + 0.15×65 + 0.03×20 = 88.85。该方法保留了概率的连续信息，但权重需要业务专家标定。
3. 概率分布形状映射法：当最大概率与次大概率接近时（如 0.45 vs 0.40），说明模型对类别判断犹豫，此时应适当降低健康评分，以反映不确定性。

案例拆解：电机轴承状态分类

某工厂在电机轴承上部署 TinyML 振动分析模型，输出三类概率：正常、润滑不良、磨损故障。初始方案采用阈值分段法，将“润滑不良”一律映射为 70 分。但实际运行中发现，当概率为 0.51 的“润滑不良”与概率为 0.49 的“正常”时，设备实际运行状态接近正常，70 分导致过度告警。改进后采用加权求和法，并引入概率差惩罚：当最大概率与次大概率之差小于 0.2 时，额外扣减 5 分。调整后，误报率从 18% 降至 6%，同时保留了早期润滑不良的预警能力。

4.2 回归数值：从“预测值”到“健康余量”

核心原理

回归模型直接输出连续数值，例如预测的剩余寿命（RUL）、温度、振动幅值等。回归数值本身具有物理单位，但“健康”与“不健康”的边界往往取决于设备的设计阈值或历史统计分布。例如，预测温度为 85°C，若设备额定上限为 90°C，则健康余量仅 5°C，健康评分应较低；若额定上限为 120°C，则 85°C 属于安全范围。

判断方法与操作流程

回归数值映射健康评分，推荐以下流程：

1. 确定物理边界：从设备规格书或历史故障记录中提取正常下限 L、正常上限 U、危险阈值 D。
2. 选择归一化函数：常用线性归一化（score = (U - x) / (U - L) × 100）或分段函数（在 L~U 区间内线性，超出部分快速衰减）。
3. 处理非线性：对于温度、压力等物理量，设备在接近极限时恶化速度加快，可采用指数衰减函数：score = 100 × exp(-k × (x - L) / (U - L))。

案例拆解：电池健康度预测

某电动工具厂商在电池管理系统中部署回归模型，预测电池当前容量（mAh）。新电池标称容量 3000mAh，退役阈值 2400mAh。初始采用线性映射：score = (当前容量 - 2400) / (3000 - 2400) × 100。但实际使用中，电池在 2800mAh 时性能尚可，在 2500mAh 时续航急剧下降。工程师改用分段映射：容量 ≥2800 时线性映射到 80-100 分；容量在 2400-2800 之间时，映射到 40-80 分；低于 2400 时，映射到 0-40 分。调整后，健康评分与用户实际体验的相关系数从 0.72 提升至 0.91。

4.3 异常分数：从“偏离程度”到“健康风险”

核心原理

异常检测模型（如孤立森林、自编码器、One-Class SVM）输出的是异常分数，表示样本偏离正常模式的程度。异常分数通常没有固定范围（可能是负无穷到正无穷，或 0 到 1），且分布高度偏斜。异常分数本身是相对值，必须与训练集上的分数分布对比才有意义。

判断方法与操作流程

异常分数映射健康评分，核心是建立“分数-百分位”对照表：

1. 收集训练集异常分数分布：在训练阶段，记录所有正常样本的异常分数，计算分位数（P50、P90、P95、P99）。
2. 设定映射锚点：例如 P50 对应 90 分，P90 对应 70 分，P95 对应 50 分，P99 对应 20 分。
3. 分段线性插值：在锚点之间线性插值，超出 P99 的部分映射到 0-20 分。

案例拆解：工业泵声学异常检测

某水处理厂在循环泵上部署声学异常检测模型，输出异常分数。初始方案直接设定固定阈值 0.5，高于则告警。但实际运行中，不同转速下正常分数差异很大（低速时正常分数 0.3，高速时正常分数 0.7），导致大量误报。改进后，按转速区间分别统计分数分布，建立动态分位数映射。例如，高速区间 P95=0.85，低速区间 P95=0.45。采用动态映射后，误报率降低 70%，同时成功提前 3 天预警了一次轴承磨损故障。

4.4 置信度与不确定性估计：为健康评分“加保险”

核心原理

置信度（confidence）通常指模型对自身预测的把握程度，例如 softmax 最大概率、MC-Dropout 的预测方差、或集成模型的投票一致性。不确定性估计则进一步区分偶然不确定性（aleatoric，数据本身噪声）和认知不确定性（epistemic，模型知识不足）。健康评分系统必须考虑置信度，因为低置信度的预测不应直接作为决策依据。

判断方法与操作流程

将置信度融入健康评分，有两种主流策略：

• 置信度加权修正：最终评分 = 原始评分 × (0.5 + 0.5 × 置信度)。当置信度为 1 时，评分不变；置信度为 0 时，评分减半。
• 置信区间输出：不仅输出点估计，还输出评分范围。例如“健康评分 72±8 分”，当区间宽度超过 20 分时，系统提示“数据质量不足，建议人工复核”。

案例拆解：可穿戴设备心率异常预警

某健康手环使用 TinyML 模型检测心率异常，输出分类概率和 MC-Dropout 不确定性。初始方案仅使用分类概率映射健康评分，导致在运动场景下（信号噪声大）频繁误报。改进后，计算每个预测的不确定性方差 σ²，当 σ² 超过阈值时，将健康评分下调 10 分，并附加“低置信度”标签。实际效果：运动场景误报率下降 45%，静息场景的检出率保持不变。

4.5 综合映射策略与常见误区

核心原理

实际 TinyML 系统中，往往同时存在多种输出类型。例如，一个设备健康监测系统可能同时输出：分类概率（正常/异常）、回归数值（预测温度）、异常分数（振动偏离度）。综合映射需要设计一个融合框架，将不同尺度的输出统一到同一健康评分空间。

推荐融合流程

1. 分别映射：将每种输出按上述方法映射到 0-100 分。
2. 加权融合：根据业务重要性分配权重，例如温度权重 0.4、振动异常权重 0.4、分类概率权重 0.2。
3. 置信度门控：若任一输出的置信度低于阈值，则整体评分标记为“待确认”，并输出置信区间。

常见误区总结