京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“万能”的大数据,测不准_数据分析师培训
现在人们对大数据有着极高的期望,希望大数据可以在我们各个方面起到正面作用。企业已经习惯于借助各种数据分析工具来帮助进行数据预测。但事实上,人们的社会行为具有不可预测性。甚至我们不妨可以定性地归成一个大数据测不准原理:人和事件,如果放到越大的空间和时间范围,则是越可以精确预测的;如果放到越小的空间和时间范围,则是越不可以精确预测的。
举个例子说:我们几乎可以在100%的程度上预测一个人24小时的范围内会吃饭,但若精确到某一分钟,则几乎不可能预测准确。进一步我们会发现,利用更多过去一段时间的数据,能够帮助我们提高预测某半个小时内是否吃饭的几率,但如果把时间精确到某一分钟,则更多的数据几乎提高不了预测的准确性。
其实,行为的不可预测性早已植根于人类的潜意识中。
比如当年我国发射嫦娥三号探月飞船,在嫦娥三号发射前,科学家们已经计算出了在未来的一个月之后的某个小时、分、秒,嫦娥三号在月球上空高度和经纬度,如果这个计算结果偏离预计几十米,则可能推迟发射,重新计算校准。这是科学对未来的精确预测。
相对的情形是,在晚上10点以后,当我们准备睡觉的时候,能预测明天早餐后下楼碰到的第一个人是谁吗?几乎没有人能知道,但这个巨大的不可预测却没有引起人的关注,几乎没有人会因为不知道下楼碰到的第一个人是谁而影响睡觉。人们对不可预测性熟视无睹。
大数据的有效范围讨论,需要引进一个假设:人们可以自由决定自己的行为(常常称为“自由意志”)。一个人自由决定自己行为,在别人看来,就是他的行为无法预测,如果能够精确预测未来的一举一动,就不具备任何的自我决定的自由。
因此,大数据不能对具体行为作出精确预测,即大数据测不准原理。
大数据的不可预测性说明,企图利用大数据预测用户具体行为的努力或许是徒劳的,我们哪怕掌握一个人从出生开始就有的全部行为信息,也无法预测明天早餐他会吃什么。这也意味着,许多基于用户历史数据进行行为分析的努力会遇到瓶颈,预测缩小到一定范围之后,无法再精确下去。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22