|
撰稿|每日君 对于数据挖掘，说实话每日君也是似懂非懂！本身也是非技术出身，但是呢每日君找来这个例子，绝对能让小白一看就懂什么数据挖掘……。很好玩的一个比喻，值得玩味！慢慢看啊…… 6666 让每日君带你们看一个人为设计的场景。假设一个房间里神奇地漂浮着无数个小球。我们想搞清楚这些小球停留的位置是否存在着一种特定的结构。比方说，小球是不是更易集中在某一特定区域？是不是故意避开某些点位？它们是均匀分布于整个空间吗？ 别着急，让每日君慢慢撸一下这个实验…… 你们可能会问了，房间一片漆黑，我们什么也看不见啊？我们用一部带闪光灯的照相机，想把漂浮在整个房间的小球都拍下来。 照片犹如下图一样： 整体拍摄 就算小球的位置之间确实存在某种联系，从这张照片上我们也看不出个所以然。看上去小球就像是均匀分布的一样。所以我们尝试着换了下位置，从新的角度拍下了第二张照片。 换个角度拍摄 照片上的小球看起来还是随机分布的，没有任何规律。让我们换个高点的角度试试看。 从高处拍摄 呃，还是看不出有什么规律来。那我们最后再换个低点的角度试一次。 从低角度拍摄 啊哈，这次有点意思了：看起来小球集中分布在靠近屋顶和地面的两个区域，中间这段没有一个小球。因此，为了发现这个规律，我们在拍照时就必须找到一个“好”的角度。如果角度不对，那我们永远都不可能找出任何规律。 所以，还是那句话，主要看姿势…… 6666 6666 姿势对了，才能找到点（适合脑补……） 在上面这个例子中，我们想说的其实是三维数据点（不懂？百度啊）。 每个小球的位置都可以由3个数字来表示，每个数字分别代表它在XYZ三条轴上的位置。在实际的电脑运算中，数据点的位置会由更多的数字组合来表示。 什么？还不明白？小麦穗再举一个例子…… 医院病人的病历可能会包含500组数字，包括他的生日年月日、身高、体重、血压、最近一次的看病记录、胆固醇指标等等。医院、医生、医疗领域的创业者可能会想要搞清楚，不同病人的数据点之间是否存在某种规律，然后针对性的进行分析、针对。 如心脏病人的数据点是否会集中分布？如果数据点确实会集中分布，当我们发现新入院病人的数据点也出现同样的趋势时，我们就可以推断这位病人很可能犯心脏病。当然，实际操作起来肯定不会如此简单。 这难道就是医疗行业大数据的收集、分析？厉害了我的病…… 6666 一个人是不可能用肉眼看到这些数据点的。人怎么可能分得清500个维度呢？就像在上面那个例子中，没有人能看得清“黑屋”中小球，我们也同样看不见500个维度中的那些数据点。我们可以用二维图片（就是上面那些拍照出来的小球球）来展示位于三维空间中的数据点，用同样的方法，我们也可以更低维度的“照片”来表现拥有500个维度的数据点。 只有从合适的“角度”拍下“照片”，我们才可以从中找出不同数据点之间的规律，不然将很难有所发现。这就是人们所说的如何从“大数据”中“发现见解”。 上面的图片是用专门的软件制作的。哈哈……不过没关系，只要你看懂了就行！ 6666 以上，供非专业人士参考，专业人士可以绕道……也可以留言给出你的见解！也可以过来喷一下贱贱的每日君 这个实验你看懂了吗？ (单选) 0人 0% 没看懂 0人 0% 懂了 ……
|
|
|
