干货 | 怎样用数据分析找对象?

写在前面

在工作中,经常利用多个数据指标对整体进行综合评价,需要把多个数据压缩成一个综合指标,这就是多指标综合评价方法。

耐心学完本期内容,足够装X一整年。

专业内容

专业术语的名称能吓死人,不用深究。

实际内容很简单,一个案例你就可以完全掌握。

一个案例

富帅们看着美女数据,在进行激烈的讨论...

那么,李富帅喜欢的“综合起来最好的”类型,到底是哪个?

小龙女是最好的?虽然她最高,但是体重和胸围都不是最优的

赵敏头发是最长的,但是其他数据也不是最好

要找出“综合最好的”,需要把各项数据进行综合评分,这样就能帮李富帅找到心目中的女神!接下来看操作方法:

STEP1 无量纲处理

Q1 “量纲”是什么?

就是数据的单位,例如厘米、公斤等等。

Q2 为什么要进行无量纲处理?

我们对一个美女综合评分不能直接相加,因为身高和胸围单位不同,并且数据范围相差太大,直接相加没有任何意义,这是数据分析人员最常犯的错误之一。

Q3 具体怎么操作?(重点)

(不想看公式的可以略过,会有EXCEL制作的模板共享给大家,直接填数据即可)

统计标准化方法:z=(x-μ)/σ。

其中x为某一项数据,μ为均值,σ为标准差。

此种方法也叫Z标准化,比较常用。

小龙女的身高:x=1.7

全部美女身高的均值:μ=1.635

全部美女身高的标准差:σ=0.0363

那么小龙女身高的标准化z=(x-μ)/σ=(1.7-1.635)/0.0363=1.8

当然,实际计算不需要这么麻烦,下载模板填数据就ok啦~~~

标准化的结果如下:

左侧四列数据为Z标准分,右侧数据为T标准分,T=50+100*Z,这样做的目的只是为了调整数据的范围,便于比较,因为看大一些的数字要直观多啦,不然Z标准分的小数点看着眼花~~~

结论:

赵敏综合评分最高~~~

赵敏是李富帅心目中的女神~~~~

但是,李富帅对结论却不满意

STEP2 权重确定

由于李富帅提出了进一步的要求,需要重新找出女神,接下来我们要做的,是确定身高、头发长度、胸围的权重,权重是帮我们找出女神的好方法。

那么问题来了,权重又是什么鬼?

权重是一个相对的概念,针对某一指标而言,某一指标的权重是指该指标在整体评价中的相对重要程度。

身高、胸围、头发长度这三个指标中间,李富帅可能会更喜欢高个大长腿,而对长头发短头发不甚在意。在上一期文章中,综合评分=身高得分+胸围得分+头发得分,这也默认了三个指标的权重是一致的,而本期我们会增加权重的概念。

加权之后,计算综合评分会变成这种样子:

综合评分=身高得分*60%+胸围得分*30%+头发得分*10%(各个指标的权重之和必须等于1)

当然不是!常用的权重确定方法有两类

主观赋权法

客观赋权法

主观赋权法

主观赋权法没有统一的标准,简单的说就是找一堆人过来凭感觉瞎猜,来,跟我一起念:ping gan jue xia cai~~~~,这里只介绍砖家调查法,简便易行。

  • STEP1

找一堆砖家过来先坐着,李富帅找来了自己的基友们(为便于理解只选了3个砖家,实际应用时越多越好)

  • STEP2

让每个砖家给出自己的权重,并计算均值(如果各位砖家给出的权重差异较大,不能直接求平均数,这种情况的处理方法感兴趣的同学直接留言)

  • STEP3

数据分析其实也很简单对吧?

加权后的女神们得分结果如下

结论:

很明显小龙女得分最高!

小龙女才是真正的女神!

what the fu....

为何这么难缠,活该他找不到女神...

但是他的想法是对的,主观赋权法的问题在于客观性较差,如果李富帅的基友们审美有问题,那坑你没商量!为了让李富帅闭嘴,我们再试试客观赋权法。

客观赋权法

客观赋权法是与主观赋权法相对而言的,是根据指标的原始数据,通过数学或者统计方法处理后获得权重,常见的有主成分分析、因子分析、相关、回归等。

以上方法对智商有一点点要求,而且比较繁琐,我们的宗旨是简单易行接地气,下面介绍标准差系数权数法。

前方高能预警!!!

公式可以略过不看.....坦率的讲,我压根也不想看这些公式,我们只需要搞清楚思想,计算过程用软件一步到位,不用担心~~

标准差系数权重法是根据每个指标的变异程度大小来进行赋权,变异程度大的说明能够更好的区分各个指标,应赋予更高的权重,反之赋予较小的权重。

大湿憋了3个小时,想把这部分内容写的更简单,但现在看起来还是有点难懂,有看不懂的欢迎在公众号发消息提问。

  • STEP1 计算各指标均值
  • STEP2 计算各指标标准差
  • STEP3 计算各指标标准差系数,也叫离散系数,就是STEP2的结果除以STEP1的结果
  • STEP4 计算各指标权数

经过以上惨无人道的计算之后...

身高权重=0.093075613

胸围权重=0.279571615

头发权重=0.627352772

结论:

赵敏综合评分最高

赵敏是女神!

看到这个结果,李富帅彻底怒了!!!

大湿的解释:

  • 主观赋权法是由人的主观经验或者感受得来
  • 客观赋权法通过对原始数据的处理得来的,变异程度较大的指标有更高的权重,本例中由于美女之间头发长度相差最大,所以头发长度有最高的权重

大湿的回答:

  • 如果各个指标间存在明显的人为喜好、业务经验上显然某指标更重要等,用主观赋权法更加合适、简便。(偏向于业务的数据分析大多属于此类)
  • 反之,各指标间不存在哪个更重要,或者评分不包含人为喜欢或者经验上更重要,用客观赋权。

本文分享自微信公众号 - CDA数据分析师(cdacdacda)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2016-07-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏IT派

普通程序员,几个月如何成功转型AI?

IT派 - {技术青年圈} 持续关注互联网、大数据、人工智能领域 动辄50万的毕业生年薪,动辄100万起步价的海归AI高级人才,普通员到底应不应该转型AI工程...

54260
来自专栏人工智能头条

美国最大婚恋交友网站eHarmony的机器学习实践

29730
来自专栏华章科技

深度神经网络(DNN)是否模拟了人类大脑皮层结构?

我是生物本科,认知神经科学研究生在读,课余时间比较喜欢编程和机器学习,正在自学,了解的稍微多一些。我试着从我的角度来说下我看到的深度学习和神经科学的联系。

8410
来自专栏数据派THU

独家 | 一文读懂复杂网络(应用、模型和研究历史)

前言 随着近几年关于复杂网络(Complex network)理论及其应用研究的不断深入,已有大量关于复杂网络的文章发表在Science,ature,RL,NA...

1.3K50
来自专栏AI研习社

现在的AI算法真的模拟了人脑吗?

我是生物本科,认知神经科学研究生在读,课余时间比较喜欢编程和机器学习,正在自学,了解的稍微多一些。我试着从我的角度来说下我看到的深度学习和神经科学的联系。 深度...

36530
来自专栏新智元

重磅 | 经典教材 R. Sutton《增强学习导论》最新版(451PDF)

2016年10月18日, 世界人工智能大会技术分论坛,特设“新智元智库院长圆桌会议”,重量级研究院院长 7 剑下天山,汇集了中国人工智能产学研三界最豪华院长阵容...

56870
来自专栏用户2442861的专栏

熵与生命 概率

https://yjango.gitbooks.io/superorganism/content/shang_yu_sheng_ming.html

33510
来自专栏AI科技大本营的专栏

这三个普通程序员,几个月就成功转型AI,他们的经验是...

动辄50万的毕业生年薪,动辄100万起步价的海归AI高级人才,普通员到底应不应该转型AI工程师,普通程序员到底应该如何转型AI工程师? 以下,AI科技大本营精选...

48160
来自专栏ATYUN订阅号

给定卫星图像,通过机器学习即可创建地面图像

达芬奇曾创作的绘画展示了意大利某些地区的鸟瞰图,其细节水平在摄影和飞行机器发明之前是不可能实现的。实际上,许多评论家都想知道他如何想象这些细节。但现在研究人员正...

8730
来自专栏量子位

高清变脸更快更逼真!比GAN更具潜力的可逆生成模型来了 | OpenAI论文+代码

19410

扫码关注云+社区

领取腾讯云代金券