|||
灰色理论重在数据的处理方式和算法设计上,数据来源主要为间接的即三次以上处理得到的,对数据重质不重量,认识方式强调纵向思维,进而取补,延拓横向,即以纵连横对其进行深挖掘;数据少但工序多,方式复杂,对处理技术以及执行人员要求严格;灰色强调逻辑对科学发现的重要性,最终使得数据携带的信息按照所需较为充分的裸露出来。
回归重在数据的直接大量获取上,数据来源多两次以下甚者不经过处理后得到,对数据要求一次获得,同时样本必须足够的多,认识方式强调横向思维,以横连纵;数据多但工序和处理方式简单,同时对技术与执行人员的数学素养要求比较宽松;用的也都是历史数据,携带信息量大,但体现不充分;在某种意义上回归强调观察与实验对科学发现的重要性;最终信息的获得,是靠大量直接观察到的堆砌数据的而获得。
最后可以这样理解,在通过数据认识事物以及其间关系时,灰色处理即数据挖掘和回归分析各有其长,一个重逻辑一个重观察实验,实乃通过数据认识世界的两翼,相互配合方能见效。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-27 19:19
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社