1.8迷雾重重

• 数据挖掘是否可以预测
  • 2000-2002纳斯达克股票走势崩盘

    

    • 能不能用数据挖掘的方法预测股市？
      • 难以预测短期（例如明天），可以预测宏观
    • 金融大数据量化交易
      • 主要为了克服交易者本身性格上的缺点（贪婪、恐慌）
  • 彩票中奖号码

    

    • 不可以。数据挖掘是发现规律而不是创造规律，彩票号码为随机生成，没有规律可循
• 分析误区
  • 分类（Grouping）
    • 分类前：x增大y减小（负相关）

      

    • 分类后：x增大y增大（正相关）

      

  • 暴力游戏销量vs暴力犯罪

    

    • 彩色线：美国的暴力犯罪率（每10万人口中不同的暴力犯罪）
    • 解释：随着暴力游戏销量的增加，美国的犯罪率是减小的
    • 注意：不可以说暴力游戏的销量增加导致了犯罪率的减小（不要把相关性说为因果关系）
  • 狡猾的 身高与成功之间的关系

    

    • 身高与成功并无特殊关系，只是客观上人们认为高大的人更有领导力
  • 幸存者偏差（survivorship bias）

    

    

    • 为使轰炸机装备最具有保护性的装甲与尽可能多的导弹，统计学家观察多架飞机，描绘出了飞机中弹分布图
    • 误区：能看到的飞机都是能够飞回来的，而不是受到致命伤的。所以应该在未标记区域增加装甲
  • 空调产业：这是真的吗？时间去哪儿了（问题：缺少时间维度）
    • 格力

      

    • 九阳

      

• 总结

  

  • 需要从不同层面角度：全面考虑