究竟豆瓣是机器驱动还是人工驱动?是算法控制还是人工控制?
通常来说我们正确的逻辑方式是
本质->表象
但是我们只能观测到表象,进而推测本质,这个中间,是会有问题的。
事实上,你的逻辑是:
*数据(机器)驱动->排名不可能大幅变动
人工驱动->排名可能大幅变动
于是你从排名大幅变动中推测豆瓣是人工驱动的
但是!!(*)这个逻辑是有问题的,因为事实上
数据驱动->排名大幅变动 的可能性远远大于 排名不大幅变动
里面涉及到很多数据挖掘的特殊情况,比如,维度灾难,数据缺失,字段变更,垃圾数据判断机制变更等等等等等等,不确定因素太多太多太多太多太多太多太多太多太多了,很难保证排名的稳定性。
因此,正常的逻辑是:
数据驱动->排名可能大幅变动
人工驱动->排名可能大幅变动
因此,单从排名大幅变动这一件事情来看,我们得不出任何有用的结论。
综上,除了你能找到确切的内部消息以外,之上的所有推测都很难成立。
继续阅读
全部内容有哪些方法可以帮助AB测试显著更快一些?
方法是有不少的,比较常见的一个方向是做方差缩减(Variance Reduction[1])。这里分享一篇来自 Netflix KDD 2016 年的文章 Improving the Sensitivity of Online Controlled Experiments: Case Studies at Netfli...
支持向量机(SVM)是什么意思?
大部分答案都在写公式,我来聊聊直觉上的东西。 设想一下你要做一个分类器,区分狗和炸鸡。首先假定我们只有两个数据,那么这条线会很容易画,自然而然就会画在正中间。 这个时候,我们加入一个新的数据,这个狗跟现有的数据差别很大。这个时候,分类线应该画在哪里? 这就是 SVM 跟其他线性模型很不一样的地方了,SVM 这条分类线不...
如何看待深度学习中不分验证集?
这就是典型的 overfitting 嘛,自欺欺人地刷数据。有限数据,天赋异禀,看着训练集,靠着随机函数丢硬币丢出完美符合的测试集的 if-else,拿到完美指标。刷就是了。 不过这是所有公开数据集都难以避免的,毕竟所有的数据都开放了,只要数据有限,不管怎么分,总有可能过拟合。所以刷数据的论文主要是看个 insight...


