数据分析思维第二篇：客观代替主观

菜鸟君在上一篇文章中讨论了“从问题出发”的数据分析思维，并在B站制作了相关的互动视频。在最新的讨论中，他强调了第二种数据分析思维方式，即使用客观事实代替主观意见的重要性。

由于人们生活在复杂的世界中，观点往往会带有主观偏见，因此强调客观事实无比重要。菜鸟君指出，许多人在分析问题时常常陷入个人感受和主观判断，如对模型效果不佳或分析结果的R方值低感到困惑。

为了正确地描述客观事实，菜鸟君提出了几个步骤。首先，要说明数据的情况，包括使用了多少样本、训练集的case/control是否平衡以及测试集和训练集是否一致。其次，说明分析的方法，包括所使用的模型、选择该方法的原因以及对模型参数的调整。再次，要明确模型结果的衡量指标，例如准确率、敏感度、特异度和AUC的具体数值。最后，通过与其他模型结果的比较来确定模型的优劣。

举例来说，如果在数据分析中使用随机森林模型进行分类预测而没有调整默认参数，导致模型准确率低于某篇文献的结果，这已经是一个客观的表述。菜鸟君建议根据文献中提到的参数值进行调整，并注意到随机森林模型的随机性，建议多次运行以求得平均结果。

总而言之，菜鸟君强调了数据分析中客观事实的重要性，并提供了一系列步骤来帮助分析者避免主观偏见，从而更准确地评估模型的效果。他鼓励读者分享这些思维方式，并在B站上提供了相关教程视频，同时也创建了一个QQ群以促进交流。

想要了解更多内容？

查看原文：数据分析思维第二篇：客观代替主观

文章来源：

扫码关注公众号