在我寫這系列文章時，我也同時從一些朋友得到回饋，其中一種就是「有些地方不一定是這樣」，「不是所有人都這樣」，「我有認識反例」...等等，我覺得這也是一個很有趣的題目，打算獨立成一篇討論這件事。

在我自己的工作，Data science裡面，我們會盡可能地去蒐集夠多顧客的資料，然後我們會去預測顧客的各種行為，像是什麼時候會想退會，什麼時候差不多該來我們店了，又或著是預測顧客會喜歡怎樣的作品。

有時候其實提高這些預測精度很難，因為你不可能擁有所有的資料。像是今天這個顧客跟她男朋友分手了，他就突然轉變看作品的種類了。而「顧客跟她男朋友分手」這件事就是你很難得到的資料，所以你的邏輯就會在這邊失效。

所以特別是跟「人」有關的東西，你要追求預測精確率到100%是很難的。我想就算你拿到世界上所有的資料，還是會有那幾個奇耙你預測不到。因此我們通常會抓一個數字，譬如說預測到70~80%，那就是不錯的一個數字，代表你的邏輯（推論模型/引擎）有一定程度的準確率、那就可以把這套邏輯進入商用階段。

而回到我們的問題，另外一個我很喜歡的例子就是，「男生都喜歡正妹」這件事，你也可以說「喔沒有喔，我覺得你這樣說不一定，我就有認識有反例在我身邊」，這也是事實。可是世界上的女生，就因為這句話不是絕對的，而每天都不打扮出門，開始整形成大肚子，然後把臉整到不像人一樣，是這樣嗎？

然後會讓這系列問題變比較複雜的原因是，男生擇偶是比較衝動的，基本上外表他OK的話他都吃。不過女生相對理性比較多，考慮的因素也很多，所以要歸納出女生的擇偶條件就會複雜，例外也會容易出現。

如果我們能整理出一個邏輯，他能夠套用在大部分的人身上，那就算是一個還不錯的方法，剩下的例外就能拋棄，這就跟我剛剛講預測的例子一樣。這也是我覺得你該去認識很多人的另一個原因，他能夠讓你知道，以整體來說，自己現在的方法是不是對的。

你的基底數太少（認識的人少），就比較容易陷入剛剛的問題，你會覺得例外很多。就像手遊抽卡一樣，你只抽一次十抽，就比較難驗證卡池上面寫的機率。當然，我覺得要去認識很多人也是有他的難點，取決於你的工作性質或性格。而且認識了之後，要怎麼維持也是很難的地方，中間也有很多眉角，不過那部分有機會再講吧。

換另外一個角度、你可以跟我說有些男的他不運動，平常也不看書，工作能力有夠廢，但他還是有女朋友，這我也絕對能承認，但討論這件事對我的人生有任何幫助嗎？

ハートをクリックで、簡単に応援の気持ちを伝えられます。（ログインが必要です）

新規登録で充実の読書を

マイページ: 読書の状況から作品を自動で分類して簡単に管理できる; 小説の未読話数がひと目でわかり前回の続きから読める; フォローしたユーザーの活動を追える
通知: 小説の更新や作者の新作の情報を受け取れる
閲覧履歴: 以前読んだ小説が一覧で見つけやすい