編輯導讀：認識世界，就是一個從已知到未知的函數。機器學習，就是預測這個函數，並且使預測結果盡量準確。本文作者圍繞機器學習展開討論，與你分享。
問：談談你對機器學習的理解。
答：機器學習就是用已知去預測未知。
認識世界，就是一個從已知到未知的函數。收集一大堆數據，然後用它們去預測一個值，就是回歸問題。例如數碼回收，根據你的機型、機況和行情，給出一個價格走勢；從一大堆數據中，找到屬於某一類的那些，就是分類問題。例如我們經常使用的驗證碼，「選出所有帶橋的圖片」。
機器學習，就是預測這個函數，並且使預測結果盡量準確。當然，這個過程是由演算法工程師實現的，策略產品經理需要思考的是怎樣用演算法的邏輯，去解決業務問題。本文放棄了複雜的定義和公式，嘗試用口語化的語言介紹常用演算法的邏輯，降低新手產品經理（非技術）的學習成本，並且覆蓋儘可能多的工作場景。
一、像樹一樣決策
決策樹（Decision Tree）是一種以樹形數據結構來展示決策規則和分類結果的模型，比較接近人類的決策過程。決策樹發揮作用，首先要用到看似雜亂無序的已知實例，有2個值可以來形容這些實例。
- 信息熵：對隨機時間不確定的度量，即到底有多雜亂無章。
- 信息增益：事件A的的發生為事件B增加了一些確定性，增量的多少即信息增益。
接下來，你要不斷尋找最能將這堆雜亂無章的數據區分開來的特徵——即使之區分於其他數據的特質——使用這一特徵對數據進行劃分。每次選擇區分度最高的一個，不斷迭代，直到所有特徵都被用掉。用最經典的買瓜問題來示例：
這時你就可以通過決策樹來判斷，下一個西瓜到底該不該買。在這個過程中，有時候需要產品幫助判斷什麼特徵才是最有價值的。你也可以不斷發現新的有價值特質，或刪除一些多餘的特徵，將這棵」樹「修剪地更加精緻。
二、以類聚物，以群分人
所謂」近朱者赤近墨者黑「，雖然我們不了解一個人，但我們了解了他身邊的人後，就根據已知信息推測他的性格特徵。這也是K近鄰模型的原理。在一個空間中，距離樣本A最近的K個樣本B屬於一個類別，那麼A也屬於這個類別，並且具備這個類別的特徵。這裡」空間「和」距離「的定義較為複雜，不做展開。
如何選擇合適的K值？需要持續訓練。如果K們不能很好地歸成一類咋辦？那我A應該歸屬於誰呢？有兩種判定方式，一種是少數服從多數，哪類最多我屬於誰；一種是加權投票，可以根據遠近程度加權，越近權重越大。
對於產品而言，在進行用戶分層類的項目時，可能會依賴這類演算法能力。舉個例子，當前我能提供圖文、短視頻和中長視頻三種形式的服務，每種服務下都積累了大量的用戶數據。這時由於運營的出色表現，產品湧入了大量新用戶，我需要儘快知道他們更適合哪種形式的服務，以提高留存、活躍和轉化。
三、完美一刀切
承接上文，面對大量新用戶，我想要知道他們哪些對我價值最高，哪些價值稍低，從而採取不同的運營策略。支持向量機模型會是一個好的選擇。
假如我有N個特徵來形容這批用戶，那麼構建一個N維的空間，每個用戶都能在其中找到自己的坐標。這時我找到一個N-1維的平面，它正好將所有用戶分割成2個不同的類別，並且離正負樣本的距離最遠。
這就是支持向量機模型的基本邏輯，是解決線性不可分問題、非線性問題的利器。
以上三種模型都是根據已知特徵，給出一個確定的分類結果（未必準確），我們稱之為判別模型。與之相對的是生成模型，它會給出一個最優的猜測結果，同時給出猜測的概率估計值。在一定條件下，它能更好地反映數據分佈的全貌。
四、樸素貝葉斯模型
啥叫貝葉斯？貝葉斯就是在已知某條件的前提下，推算某事件發生的概率。它強調我們在預測一個事物前，要根據已有信息推斷一個先驗概率。用舉個例子：如何腫瘤化驗結果推斷患者是否真正得癌？在計算這個概率之前，我們首先要知道先驗概率，即癌症本身的發病率為多少，以及化驗檢測的準確率是多少。
如上圖所示，當你的化驗結果是有病時，你實際上只有9%的概率真正患病；而如果你真正患病，也有十萬分之一的概率沒有被檢測出來。
這其實告訴我們，在根據數據進行決策時，要考慮前提條件。例如我們在產品內部新上線了一個「長視頻」板塊，數據分析發現這一板塊下的用戶以35-45歲的用戶為主，所以我們判斷要根據這一年齡階段的用戶去優化UI設計和內容投放。
但考慮到先驗概率的問題，我們首先要知道該板塊用戶的轉化概率，即從35歲-45歲的網民轉化到我「長視頻」板塊活躍用戶的概率。如果這一概率很高，那麼我們可能只是在這一年齡段用戶聚集的渠道做了比較多的投放，導致現階段35-45歲用戶較多。我們針對其他年齡用戶聚集的渠道，也來一波拉新策略，可能同樣獲得成功。那麼現階段去調整功能設計和內容策略，就是不合適的。
五、總結
對很多非技術產品經理來說，充斥著數學公式和專業術語的技術語言是很難理解，或理解成本較高的。但實際上，作為一個新手產品經理，還沒有深入到具體的業務之前，只需要了解每種技術的實現邏輯即可。從策略的視角去審視技術，而不是讓技術限制了你的想象力。樹立強烈的目標導向，與技術團隊建立良好的溝通關係，可能是更高效的手段。
相關閱讀：