江苏龙网

  1. 首页 > 生活 > >

最近IBM发布了Watson Analytics，这意味着啥( 二 )


这里纵轴代表幸福感(Well-being)，横轴代表对幸福生活的期望(Life Expectancy)，因此越靠近右上角的国家在两个指标上都越高，越接近梦想成真了。这里有丹麦(Denmark)，加拿大(Canada)，哥斯达黎加(Costa Rica)…
慢着，为什么气泡有大有小？原来图里还有一个玄机，这里气泡大小代表了另一个指标：生态足迹(Footprint)，气泡越大代表人均生态足迹越高，即对环境影响越大。光幸福还不够，幸福不能以破坏自然环境为代价，保持可持续发展，才能持续幸福。比较一下右上限的气泡大小，我们发现哥斯达黎加实在是人类楷模，不仅幸福指数高，而且那个气泡比起丹麦，加拿大小了几圈呢，说明人家对生态环境的影响还要小，给个大拇指吧！
说到幸福感(Well-being)，脑中不由浮起了那首歌“幸福在哪里？”，那么幸福感和哪些因素有关呢？是财富吗？让我们点开这个问题：幸福指数和人均GDP关系大吗？(What is the relationship between Well-being and GDP/capita byCountry?)，出现了下图：
这里纵轴代表人均GDP，越靠上越高，横轴代表幸福感(Well-being)，越靠右越幸福。先看看右上角，丹麦，芬兰，奥地利，比利时，还有加拿大，澳大利亚，这些国家不但富有而且幸福指数高。那么难道真的没钱就没幸福，还不给人穷着乐了？请看回右下角，哥斯达黎加，巴西，阿根廷这些国家，虽说人均GDP只有15K左右，离右上角那些国家的40K人均GDP差了一倍多，但是幸福指数却差距不大。看来幸福指数并不由人均GDP决定，钱确实不是万能的。
那么到底什么才是幸福感的主要因素呢？
这里我们就需要用到Watson Analytics中的预测(Predict)功能了，回忆一下我们的数据，在Excel的每一行数据中都含有幸福指数，以及相关的人均GDP，人口数量，人均生态足迹等数据，我们可以建立一个预测模型，看看哪些相关变量对幸福指数影响最大。点击预测(Predict)功能，把上述指标放进要预测的列表，然后开始预测，我们得到下图：
这张图对关联指标进行了各种组合(纵轴的Sub Region)，并分析了它们对幸福指数(横轴)的影响。我们发现第一组指标对幸福感的影响是最强的。那么第一组中都有哪些因素？我们点击最上面的横条，具体来分析它：
在这张图中，我们有了答案。图中的标题显示，原来对幸福指数贡献最大的是生态足迹(Footprint)和幸福的年数(Happy Life Years)，可信度是81%。图中横轴是生态足迹(Footprint)，纵轴是幸福的年数(Happy Life Years)，颜色越深代表幸福指数越高。对比这两个指标，又以纵轴幸福的年数(Happy Life Years)影响更大，就是说幸福的年数越多，则继续幸福的可能性越大。为什么？难道幸福是可以遗传的？非也，笔者的结论是只有每一代人都努力减少生态足迹，减少对环境的破坏，保持长期可持续发展，才能造福子孙后代，世代幸福。你赞同吗？
如果对这个结论背后的算法感兴趣，可以切换一下视图，下图中Watson Analytics会告诉你它用的算法，由于我们需要分析的幸福指数是一个连续变量，Watson Analytics自动使用了线性回归(Liner Regression)算法，建立了一个多阶方程式来计算相关变量如人均GDP，生态足迹等因素与幸福指数之间的关系，并选择了其中关联性最紧密的组合。当然，这都是图形背后的故事，Watson Analytics的强大之处在于分析人员根本不需要关注复杂的模型和算法，一切都已经自动化，用户需要关注的只是分析结果和它的含义。
结论
怎么样？通过本次对Watson Analytics分析服务的体验，是不是对分析过程的易用性和基于自然语言的智能化引导印象深刻？通过Watson Analytics，只要有数据，点点按钮，每个人都可以进行数据分析，而且并不需要关注高深的模型和算法。实际上，“看图讲故事”，透过精致的图表，分析后面的业务含义，才是分析员真正的关注点，这不正是分析师们期待已久的下一代自助式分析吗？


推荐阅读


上一篇：为啥很多独立游戏都喜欢像素风

下一篇：一加手机是一家手机公司还是互联网公司