5种常用的分析方法 评价模型有哪些

导语:什么样的模式是好的?相信这是每个数据分析师和大数据AI算法工程师都默默思考过的问题 。
为了更全面地思考这个问题,我们不妨从以下三个方面进行探讨 。
如何理解“模型”?如何理解“好”?有万能的模型么?
01如何理解“模型”?
“model”的英语模式有其拉丁词源,是从modus一词演变而来的 。modus这个词的拉丁含义基本上可以用“测量”和“标准”来概括 。在汉语词典中,“模式”一词可以分为两个词:“模式”是指规范和标准,“类型”是指风格 。统一两种语言的含义,“模式”是“参照一定规范和标准形成的风格” 。
为了理解“模型”的概念,有两点需要强调 。
A.“模型”指的是某些规范和标准,但不必完全照搬 。例如,根据实际飞机,可以制作飞机模型 。在这个“模型”中,规格和标准都是真飞机,最终形态是模仿真飞机制作的小模型 。这种尽可能无损地复制规范和标准的方式就是模型 。又如,一些互联网移动支付行为以数据关系的形式形成交互行为模型 。在这个过程中,规范和标准是现实世界的互联网移动支付行为,最终形式是反映交互行为的数据表达,即交互行为模型 。在这个模型中,真实的支付行为可能并不完整 , 可能只是支付行为的一小部分数据记录,也可能是一些经过处理和简化的抽象表达式 。这种参照规范和标准,抽象、简化、提炼或组合而成的风格,也是一种模式 。
B.“模型”落地形成的样式可以是物理实体、静态抽象表达、静态或动态影响以及实体之间的关系 。例如 , 上面提到的飞机模型是一个物理实体;如果把用户在网站上的ID、年龄、职业等信息以一维表格的形式组织起来,表格中的每一行记录都代表了一个用户的基本信息,这里是用户抽象表达形成的模型;如果家庭成员之间的关系,如丈夫和妻子、父亲和女儿、母亲和孩子、母亲和女儿、父亲和儿子,以某种形式(图表、图解、描述等)记录下来 。),记录中反映的家庭成员之间的关系也是一种模式;“温度升高,冰就会融化” , 这句话所表达的温度与冰的关系(无论是定性还是定量)也是一个模型...
数据科学领域的“模型”并没有偏离“模型”的本质 。“规范和标准”可以是一个非常复杂的现实世界,也可以是企业在特定领域的客观存在 。然而,由于研究内容被定义在数据科学的范围内,最终落地的“样式”大多是各种数据表达 。当然,这包括静态表达和动态表达 。
在数据科学的相关领域(包括数据分析、数据挖掘、人工智能等数据发挥巨大作用的领域),按照“模型”的使用模式,可以分为以下三类:业务模型、数据模型和功能模型 。
1.商业模式的含义
商业模式是以某种方式重塑现实世界、复杂事物和具体问题的模式 。商业模式中所谓的“规范和标准”,无疑是对现实世界、复杂事物、具体问题等的客观反映 。商业模式的“风格”是一种抽象的存在,但这种抽象的存在有着相对生动的表现形式 , 是多种多样的 。
例如,图1是一个电子商务APP的业务逻辑模型图 。该图描述了电商APP用户下单后的整个业务流程 。在这个业务模型中,“规范和标准”是用户从支付到交付到收货的整个现实环节,“风格”是抽象的,也就是一个非常虚拟的业务流程概念 。下面的流程图只是这种商业模式的具体体现 。该表示中的业务模型可以称为完整的业务模型 。但是 , 读者应该知道 , 这样的商业模式实际上是一个抽象的(或产品、流程、组织和逻辑)存在,并不是整个商业模式 。
图1电子商务APP的业务逻辑模型图
2.数据模型的含义
虽然业务模型可以通过流程图、流程图和结构图的方式可视化 , 但业务模型的本质是抽象的 。所有的商业模式都必须在地面上处理 , 不同的领域会有不同的表达方式 。在数据科学中,商业模型是以数据模型的形式出现的 。
数据是以数据方式描述现实世界的模型 。和业务模型一样,数据模型的规范和标准也来自于现实世界中的各种场景 , 但数据模型的表达风格更为具体,是以有组织的数据形式来表达的 。在数据模型的组织和处理过程中,最重要的工具是数据库和数据仓库 。
数据模型一般包含三个主要内容:数据结构、数据操作和数据约束 。
数据结构是指要描述的数据的类型、内容、性质以及数据之间的关系 。数据结构是数据模型的基础,数据操作和约束基本上都是基于数据结构的 。不同的数据结构有不同的操作和约束 。

推荐阅读