“我回去洗澡的时候仔细一想才发现你说的不对啊。”
“啥？”
“你先别开腔，我脑子很乱。我说话你别插嘴，等我说完你再说。第一，你说在公共办公楼给每个人安一个门，这当然不合理，为什么不安一个三米高的门，这样不管是谁，比姚明高的都能进；第二，你在混淆概念，之前你说测量有误差，后来怎么会到统计有差异了？第三，你说身高小于均值加上两倍$\sigma$的概率是95%，其实不止，是97%还要多。第四，你用简简单单的轻松口气就把5%的数据给扔了，是谁给你的权利？第五，如果资源不够，那是不是也可以直接把95%的人给扔了？…”
“好了吗？你先别急，你只不过是我幻想出来的对立面，你那么多问题，倒难到我了。你是要我一个一个的答，然后你一个一个的再问，还是让我一口气也回怼给你啊？”
“一个一个来。遇到问题我还要问。首先就说你有没有搞混？”
“确实，说错了就要认。我的确把测量误差和统计差异混为一谈了。在指标这一项来说，其实他们是并列的，没有什么递进关系。我又不是AI，我的知识、逻辑很有限，文字输出也不怎么行。诶，是不是至少说明我还是自己在敲字，而不是AI在代替我写东西啊？不过要是我让AI学了我所有的狗屁不同的东西，然后让他学到了我的不通的逻辑和语言习惯，那你还分得清吗？”
“等等，别岔开话题。我们聊的是指标。回头你有空自己再写关于AI替代你的博客吧。”
“好，第二个话题。你问为啥不修一个门。这个问题我也想问啊。事实上就是修的一个门啊。各家各户一般也就一个大门。”
“哈哈，尴尬了吧。”
“但，我的意思是，你进门得有个先后啊。虽然修了一个门，但一个门一般一次只能进一个人，最多两三个吧。那怎么做到公平？你说是不是？然后不就滑到我们之前的话题了。”
“等等，门不够宽，那就修宽点嘛。比如修一个可以10多亿人同时通过的门。”
“那跟没有门有区别吗？我们设置门的目的是啥？不就是防止想乱进的人进，并且让能进的按顺序进。”
“啊哈。那谁来定进门的顺序？要是门里面有啥好东西，谁都想排前面。”
“这是个好问题。所以我们就要定指标了啊，然后就和你最后一个问题绕到一起了。就是谁来定这个指标，这个指标定多少？”
“你还挺会绕啊。行吧，说吧，这个指标谁来定，怎么定？有人为被排除在外面的人主持公道吗？”
“这个问题很好。我真答不了，回头咱再思考思考。我现在只能用数据误差，反演误差来类比一下。”
“怎么讲？”
“之前我讲有些数据有误差，误差太大的就给删掉。主要目的就是为了获得稳定的可以解释大部分数据的关系。你叫规律也行，叫公式都可以。”
“不对劲，你的意思是为了公式，可以舍弃那些你想舍弃的吗？那你的公式也是基于你舍弃后的数据得到的，那你的公式也就只能解释你选的数据了啊。那对于我们以后的观测有什么指示和参考意义呢？”
“你说的很对，都是筛选过的。我们也不能否认那些误差很大的数据的意义。因为他们也可以提供非常多的信息。把他们都囊括进来，我们才可能得到完美准确的公式。但是，现实还是有限制条件的啊。第一，你要去拟合这些所有的异常点，你需要更多的参数。异常点越多，需要的参数越多，从而就需要更大的计算量。第二，存在过拟合的情况，就算你可以拟合上当前的误差，你得到的公式不过是用来解释当前的观测，用来一预测那就立马显原形。”
“你的意思是，删掉一些数据是我们不得已而为之咯。”
“没错。随着算力提升，我们也许可以囊括更多的数据，拟合出更完美的公式。”
Comments