R******d
发帖数: 1436 | 1 比如说：
有100个人，有50种不同的习惯。习惯可以用binary string来描述这个人有或者没有这
个习惯。也可以用个数值来表示这个人有这个习惯的倾向。数据结构就是个100*50的矩
阵。
用这样的数据可以做点什么分析呢？（我说几个，然后大家补充一下吧）
1，找出哪些可能的习惯的模式/组合
2，找出哪些习惯是导致另外习惯的causal的原因
3，根据习惯的模式把人分成几种类型 |
T*******I
发帖数: 5138 | 2 本数据内容应该不支持找相互间的causals, 但相互间的联系还是有可能的。
【在 R******d 的大作中提到】
: 比如说：
: 有100个人，有50种不同的习惯。习惯可以用binary string来描述这个人有或者没有这
: 个习惯。也可以用个数值来表示这个人有这个习惯的倾向。数据结构就是个100*50的矩
: 阵。
: 用这样的数据可以做点什么分析呢？（我说几个，然后大家补充一下吧）
: 1，找出哪些可能的习惯的模式/组合
: 2，找出哪些习惯是导致另外习惯的causal的原因
: 3，根据习惯的模式把人分成几种类型
|
R******d
发帖数: 1436 | |
s*****n
发帖数: 2174 | 4 2没戏. 1,3没问题.
【在 R******d 的大作中提到】
: 比如说：
: 有100个人，有50种不同的习惯。习惯可以用binary string来描述这个人有或者没有这
: 个习惯。也可以用个数值来表示这个人有这个习惯的倾向。数据结构就是个100*50的矩
: 阵。
: 用这样的数据可以做点什么分析呢？（我说几个，然后大家补充一下吧）
: 1，找出哪些可能的习惯的模式/组合
: 2，找出哪些习惯是导致另外习惯的causal的原因
: 3，根据习惯的模式把人分成几种类型
|
D******n
发帖数: 2836 | 5 clustering
【在 R******d 的大作中提到】
: 比如说：
: 有100个人，有50种不同的习惯。习惯可以用binary string来描述这个人有或者没有这
: 个习惯。也可以用个数值来表示这个人有这个习惯的倾向。数据结构就是个100*50的矩
: 阵。
: 用这样的数据可以做点什么分析呢？（我说几个，然后大家补充一下吧）
: 1，找出哪些可能的习惯的模式/组合
: 2，找出哪些习惯是导致另外习惯的causal的原因
: 3，根据习惯的模式把人分成几种类型
|
R******d
发帖数: 1436 | |
A*******s
发帖数: 3942 | 7 你的第一个思路是association rule mining，我觉得就挺有意思的，不过100的sample
size可能小了点
【在 R******d 的大作中提到】
: 这个比较常规啊，还有什么有意思点的？
|
R******d
发帖数: 1436 | |
R******d
发帖数: 1436 | |
s*******g
发帖数: 483 | |
|
|
s*****n
发帖数: 2174 | 11 you sure?
【在 R******d 的大作中提到】
: 第二个俺已经做出来了，能做的
|
c*******o
发帖数: 8869 | 12 google correspondence analysis
【在 R******d 的大作中提到】
: 比如说：
: 有100个人，有50种不同的习惯。习惯可以用binary string来描述这个人有或者没有这
: 个习惯。也可以用个数值来表示这个人有这个习惯的倾向。数据结构就是个100*50的矩
: 阵。
: 用这样的数据可以做点什么分析呢？（我说几个，然后大家补充一下吧）
: 1，找出哪些可能的习惯的模式/组合
: 2，找出哪些习惯是导致另外习惯的causal的原因
: 3，根据习惯的模式把人分成几种类型
|
R******d
发帖数: 1436 | 13 样本量1000
【在 s*****n 的大作中提到】
: you sure?
|
s*****n
发帖数: 2174 | 14 这和样本量有什么关系, 我看样本量1000万, 也弄不出causal来吧?
【在 R******d 的大作中提到】
: 样本量1000
|
R******d
发帖数: 1436 | 15 用贝叶斯网络来做
【在 s*****n 的大作中提到】
: 这和样本量有什么关系, 我看样本量1000万, 也弄不出causal来吧?
|
D******n
发帖数: 2836 | 16 你先google一下causation吧
cum hoc ergo propter hoc is a fallacy.
【在 R******d 的大作中提到】
: 用贝叶斯网络来做
|
T*******I
发帖数: 5138 | 17 你的原始数据没有关于哪个或哪几个是哪个或哪几个的cause, 你有何能耐搞出causal
模型？
莫不是把相关性联系误解为因果关系了吧？
【在 R******d 的大作中提到】
: 用贝叶斯网络来做
|
R******d
发帖数: 1436 | 18 我不觉得这个有很大问题。
贝叶斯网络（k2）根据概率分布找出各习惯之间的关系。如果知道习惯之间的先后顺序
，或者能有别的 story，为什么不能说找出了causality ? |
T*******I
发帖数: 5138 | 19 问题是，你的原始数据中并没有“习惯之间的先后顺序，或者能有别的 story”等等之
类的样本信息。更何况“先后顺序”并非是一个因果关系成立的唯一的或充分的和必要
的条件。既然如此，你又怎么能得到你想要的causal模型？
这其实是个再简单不过的常识，即有方法但没有数据，从而也就不会有结果。
看起来你似乎需要补习一点哲学或逻辑学知识。
【在 R******d 的大作中提到】
: 我不觉得这个有很大问题。
: 贝叶斯网络（k2）根据概率分布找出各习惯之间的关系。如果知道习惯之间的先后顺序
: ，或者能有别的 story，为什么不能说找出了causality ?
|
