高阶数据从模式识别这门学科的角度来说，就是特征提取，举个很通俗的例子，如何判断一个人是否有钱，如果单单看他是否开宝马、是否穿名牌衣服、是否经常吃人均300+的餐厅来判断他是否有钱误差都是很大的，因为如果只有宝马很可能是贷款的，只有名牌衣服很可能也是靠花呗的，只有进出高档餐厅也可能是这个人单纯的热爱美食，但是如果他又开宝马又穿名牌又经常进出高档餐厅，那他八九不离十真的很有钱，只有为什么差一二我就不说了。最搞笑的是，有球员只是打爆了某一个高阶数据，算法就判定他有钱，所以官方认为这个算法是存在漏洞的修改了算法，然后他的球迷就跳出来“xxx打爆了高阶，官方还改了算法，所以高阶数据没有含金量”，没有含金量的是有漏洞的算法，而不是高阶。个别数据是存在欺骗的，但是海量的特征数据绝对是客观真实的！这话不是我说的，而是整个现代ai技术都是基于这个基本假设的

[图片]

每一项数据都有欺骗性，单看都不客观。但把一大堆基础和高阶一起看，才能客观点儿。

原来菜的另有其人

有没有一种可能，拉塞尔都能队内第一了，实际上不是他太好，而是队友太差呢？比如直接位置的对手里弗斯，里弗斯和拉塞尔带其他四个一样的球员，效率值完全天差地别呢？

这数据真的有参考性吗？拉塞尔防守比浓眉好？这不扯淡嘛

[图片]

两个拉塞尔都打人家脸了

说数据没用的没几个工科生，一个数据有欺骗性，多个数据永远永远比某些人的主观看法可靠的多

[图片]

定制数据有什么意思呢，照着答案硬出题呗

有几个詹密说21年啊，不都是说12年吗

现在倒不用那么理性，当年虎扑发类似拉塞尔这样的数据的时候，底下高亮就是“詹姆斯MVP+dpoy”

分数高低确实是数据，但不代表所有数据都有意义，这个逻辑很难懂？

任何数据都有欺骗性，包括高阶数据，正负值石最垃圾的，以后能不能不提这玩意儿？但是历史超巨能经得起任何数据的考验，这个没问题。——迈克尔.哪都有我.乔丹说到底，还得看比赛，补考比赛就看数据来说话都是扯淡。

原来菜的另有其人

上次一个解说说：别看拉塞尔一上来投不进防不住，但他现在是湖人上场的球员里正负值最高的。