AB Testing：
A /B测试：即对照实验，就是有多个方案时，想要看哪个方案的效果更好，会根据一些结果参数决定最终采用哪个最优的方案。
在医药，农业，制造业和广告等等行业起到重要作用。
通过设计科学实验、样本分析、小流量测试等方式获得具有代表性的结论，并确信该结论可以推广到全局。
一般流程：数据收集－明确目标－提出假设－构建调整－测试运行－分析结果
例如：总统竞选页面如何选照片可以提高投票率呀？
有四种方案，将用户分成四份，测试各自效果，选择最优的作为最终页面上显示的照片。同理可以推广到其他元素。
Type 1 Error and Type 2 Error：
如下图：
假设本来是 True，但是根据经验判断成 False，就是 Type 1 Error 。
假设本来是 False，但是根据经验判断成 True，就是 Type 2 Error 。
[图来自这儿](https://www.zhihu.com/question/37437658)
看到了个印象最强烈的例子，引来增强一下冲击感：
这就好比谈恋爱。比方说:
H0:一个真心爱你的男生
H1:一个不是真心爱你的男生
如果H0实际上成立，而你凭经验拒绝了H0，也就是说，你拒绝了一个你认为不爱你而实际上真心爱你的男生，那么你就犯了第Ⅰ类错误；
如果H0实际上不成立，而你接受了H0，同样的道理，你接受了一个你感觉爱你而实际上并不爱你的男生，那么你就犯了第Ⅱ类错误。
我是 不会停的蜗牛 Alice
85后全职主妇
喜欢人工智能，行动派
创造力，思考力，学习力提升修炼进行中
欢迎您的喜欢，关注和评论！
网友评论