“传统的数据方式常常是先有一个目的，然后开始收集数据。比如，人们发现天王星之后，发现它的运动轨迹和牛顿力学预测的结果不一样，于是预测在天王星之外应该有一个质量较大的行星干扰它的轨迹。
根据这个设想，天文学家跑了许多星空的照片，想看看有没有一颗位置在移动的、未知的星星，后来找到了，这就是海王星。在大数据时代，在收集数据时常常没有这样预先设定的目标，然后先把所有能够收集到的数据收集起来，经过分析之后，能够得到什么结论就是什么结论。
正是因为在收集数据时没有前提和假设，大数据分析才能给我们带来许多预想不到的惊喜，也才使得大家觉得计算机变得很聪明。”
在获取数据方面、大数据和传统的统计方法另一个不同点在于，过去我们是通过少量的采样获得所谓大量具有代表性，通过分析这些少量的样本数据，总可以总结出规律性。在过去的几个世纪里，科学家们就是这么做的，不过他们在宣布自己从有限数据中获得的规律性具有普遍意义时，很快就会与其他科学家会找到反例。了，在局部范围内推翻原来的理论…
这说明我们常常认为具有代表性的数据，可能并不那么具备代表性。
网友评论