场景建模
把分类、预测这类事,写成一张能填写的表和几条规则。
它是什么
场景建模,就是把生活里的判断变成数据和规则。不是先写一大段感想,而是先有一张能填的表,再有几条规则。
分类:给已经有的东西贴标签。这只动物会不会飞?这本图书算数学还是语文?
预测:根据已有特征,估计还没发生的结果。明天带不带伞?这页作业大概要几分钟?
两者都要先有能填写的格子。格子里是 特征。规则根据格子给出是或否、甲组或乙组、带伞或不带。
地图是城市的模型,不是城市本身。数据模型也一样:它留下有用的格子,暂时放下其他细节。
名字从哪来
「模型」这个词很古老。泥塑的房子、沙盘上的校园、地图上的路线,都是模型。它们比真东西小,却能帮人做决定。
后来,人们用表来给事物建模。一行一个对象,一列一种特征,再加一条能执行的规则。天气预报、体检分诊、图书馆分类,背后都是这种想法。
计算思维里,建模常常接在抽象后面:先抽出特征,再写成表和规则。名字听着大,动手时就是填表。
它怎么工作
体育课分组。规则:连续跳绳达到 80 下进甲组,否则进乙组。
| 姓名 | 跳绳个数 | 组别 |
|---|---|---|
| 小安 | 80 | 甲 |
| 小柏 | 90 | 甲 |
| 小恩 | 60 | 乙 |
表只看「个数」这一列,再执行同一条规则。人换一批,表还能接着填。这就是模型,而不是一次性的感觉。
分类要先有标签。图书可以按科目贴:数学、语文。体温可以按是否发烧贴标签。没有标签,堆就分不成。标签必须事先约定——不要一会儿叫甲组,一会儿叫先锋队,除非你说明它们是同一回事。
预测也是填表加规则。
| 特征 | 值 |
|---|---|
| 云多不多 | 多 |
| 风大不大 | 大 |
| 昨天是否下雨 | 是 |
规则可以很短:云多并且风大,就预测会下雨。这用到 并且 这样的连接词。
好模型长什么样:
- 特征能观察或测量
- 规则写得能执行
- 结果能核对
- 换一批人也适用
根据体温判断发烧:体温是数字特征,约定达到 37.3 记「发烧」。每人一行:姓名、体温、判断结果。
「看起来没精神」可以当补充观察,它不宜当唯一特征,因为不同人差得很多。
生活里在哪里
- 图书馆按索书号把书放到不同架子
- 体检:体温、是否咳嗽,再决定要不要回家休息
- 带不带伞:看云、看风、看昨天
- 估计作业时长:科目数量、每科页数,再乘一个大致分钟数
- 看某一类占多少,把模型结果收成 占比
模型要可检查。换一组数,步骤仍然能走。如果只能靠「我感觉」,还没有建成能填的表。
规则写清楚以后,别人也能用同一张表。这和 顺序流程 是亲戚:先读格子,再套规则,再写出结果。
和相近概念的差别
| 名称 | 它负责 |
|---|---|
| 特征 | 单个格子里填什么 |
| 场景建模 | 整张表加几条规则 |
| 分类 | 给已经有的东西贴标签 |
| 预测 | 估计还没发生的结果 |
| 规律 | 从序列里发现重复,不一定要贴标签 |
分类看「是什么」,预测看「接下来会怎样」。两者都先要表。
建模不是把生活变成游戏。它是把判断变得可以检查、可以重复。同一条规则,今天小安适用,明天小恩也适用。
常见误会
误会 1:场景很热闹,但一格数据都没有。
故事再长,没有可填的格子,就还没有模型。
误会 2:规则今天一个样,明天一个样。
模型要稳定。要改规则,就明确说:从哪一天开始改。
误会 3:把愿望写进模型。
「希望都及格」不是规则。「达到 60 记及格」才是规则。
误会 4:特征和标签混在同一格里。
个数是特征,组别是结果。混在一格,事后没法核对,也没法换一批人再用。
想知道更多
- 活动:CS Unplugged《不插电的计算机科学》。用「是/否」问题给动物或物品分类,就是在桌上建模。
- 电影:《隐藏人物》(Hidden Figures)。和家长一起看:把飞行和轨道问题变成可计算的表与步骤。
- 生活作业:给「明天带不带伞」画一张三列表:云、风、决定。连续记一周,看规则准不准。
未登录时不会保存学习进度