在机器学习面前，你只是个特征向量

相信我，我会讲的极其通俗易懂。

先用一句话概括“什么是机器学习”：

机器学习就是通过特征向量构建统计模型，从而找出事物之间的相关性。

别被上面这种严肃的定义给吓到了，往下看你就会发现那些满嘴“人工智能”的家伙，他们说的东西，其实也没那么玄奥。

（这里有一个识人小技巧：如果有一个人动不动就大谈特谈“AI”、“人工智能”，那他应该只是个写PPT的。因为真正写代码的，说的都是“机器学习”）

下面我将用一个案例讲清楚，统计模型是如何构建的，特征向量又是什么，以及如何利用特征向量找出事物之间的相关性。

这个案例将是我和“你”之间的一次互动。对，就是我和正在阅读这篇文章的“你”之间的一次互动。

我的任务就是推测出你的性别。

我该怎么推测呢？首先我需要一些特征，比如说身高这个特征。

于是我画了一根横着的坐标轴，来代表“身高”这个特征。

但光这样还不够，我还缺乏一个标准，这个标准的作用就是，让我知道在什么情况下，我可以说这个人是个男的，而又在什么情况下，我可以说这个人是个女的。为了找到这个标准，我需要构建一个统计模型。

首先拿我自己的身高175作为样本数据，来进行数据填充。我身高175，是个男的，用蓝色的点标识。我有一个朋友，182，也是个男的，OK，继续填充数据。哦，我还有一个朋友162，是个女的，用红色点标识。…（继续填充数据）…

最终，我好像找到了一个标准（170）。于是只要大于170，我就说这人是男的，小于170，我就说这人是女的。那么此时此刻阅读文章的你，现在是男是女呢？

我猜应该有人想揍我了。

“老子168，就不是个男人了吗？！”

“老娘172，就是个女汉子了吗？！”

我咽了口唾沫，示意各位稍安勿躁，各位的抱怨我都预料到了。这个问题也是显而易见的：特征太少，导致数据结果之间存在交集，很难得到有效区分。

所以我提议，引入新的特征变量：体重。

于是我加入了一条竖着的坐标轴，来表示体重。接着我身先士卒，用自己的数据进行填充。我身高175，体重120。我将它表示成（175,120），于是新的知识点出现了：特征向量。字面意思理解就行了：特征向量，就是有关特征的向量。（如果向量的概念都忘了，那就太不应该了，同九年，汝何忘？）

接下来当然就是进行大量的数据填充，慢慢地我们找出了规律。好像右上角那一坨，男生居多。左下角那一坨，女生居多。所以这时候，用你的身高和体重进行填充，就知道你是属于哪一坨的了。

当然，我有预感我还是会挨揍。这就涉及到机器学习的一个核心问题了：特征的选取。

我这又是问身高又是问体重的，还不如问一句你罩杯多少，如果屏幕里甩出一个巴掌，那你是女的这个推断基本就稳了。

所以在大数据时代，如何设计优秀的统计模型，是非常值得研究的。产品经理每天都应该对自己进行哲学三问：“目标用户是谁？”“抓取什么特征？”“去哪儿抓取？”

我给大家分享两个实际案例，这两个案例会让你对产品经理思考问题的角度之刁钻拍案叫绝。

第一个案例来自全球第一大XX（根据相关法律，无法显示）网站PxxxHub。

该网站的视频播放进度条是可以显示播放热度的。从字面上理解，播放热度显示的是，当视频播放到进度条的这个位置时，它的热度有多高。

看起来平平无奇的设定，拍案叫绝的地方在于，它对视频“热度”的定义是这样的：按照用户看完它之后关掉视频网站的比例。

我的天，这个产品经理真他娘的是个天才！完美诠释什么叫做“遇见你以后，我再也没有考虑过其他人”。

第二个案例来自Facebook的专利（好像是Facebook，有点忘了）

这个专利技术通俗的说是这样的，比如我用我的手机分别给A和B两个人拍照，然后我将他们各自的照片发给他们。

他们将自己的那张照片发到了自己的Facebook上。然后关键的来了，如果我的手机摄像头的玻璃上有一处有灰尘或者是细微的裂缝，就会呈现在A跟B的两张照片上。Facebook的这个专利可以通过找到这个相似特征，判断出这两张照片是由同一个设备拍摄的，从而得出结论：A和B很可能是认识的，从而将彼此添加进“可能认识的好友名单”。

细思极恐啊，平时我们说什么大数据，指的都是一些显性数据，什么你的身高体重啊，你的收入啊，你的家庭住址啊。但对于优秀的产品经理，他们就像是古龙小说里的侠客：

嗯？

嗯……

嗯~~

然后你的数据就被他抓走了。

对此，我的建议就是，不要和产品经理做朋友，见面绕着走。

就这样，拜。