黑天鹅算法与大数据的四个层次

黑天鹅算法与大数据的四个层次

简单来说 黑天鹅算法 对于数据 分为四个层次

1，原始数据，例如zw的足彩数据包 这个是最重要的

2、统计分析数据 ，基于1进行各种基本统计分析

3、黑天鹅素材库，基于2 ，对于盈利率kv>100（这个可以调整，一般高一点，150左右）的数据，记录这些数据的特征点

4，将3记录的数据，作为知识库，建立黑天鹅知识库，模型库，xx库，名字无所谓

ps,12,18，关于特征工程

《[访谈] Olivier Grisel谈scikit-learn和机器学习技术的未来？》
http://www.cnblogs.com/jackyzzy/p/4885391.html
未来的方向是特征生成?
OG：在创建scikit-learn预测模型时，特征始终是一个关键点。

所有数据 消息 都已经体现在赔率里面

实盘时，就是找到和4知识库匹配的数据，可能不止一条，设定几个参数，筛选下

具体细节 参数 需要实盘测试

所以需要几个不同周期时段的实盘数据 多长优化 迭代

特征无所谓 每个字段都可以看做一个特征点

不断优化 调整

对于庄家，赔率，大家要把握一点：平衡

一方面 庄家要赚钱 要设置陷阱 诱惑

一方面 庄家 不能赶尽杀绝 把大家全部吓住 以后就没有生意做了

这样一来 自然形成了一种生物学上的动态平衡

所以 有时间 多看看哲学 易经 对于理科生 没有害处