能預測模型適用於只有一個問題或多個問題

Question

我碰到一個公司誰做predcitive建模和他們說

因爲我們的預測模型是 調整到您獨特的業務 需求和情況，他們 可以應用於各種各樣的 預測和預測活動 在衆多問題的類型和 域

我はnt來了解Predicive模型是否針對每項任務進行了唯一編程，或者是一次性編程並在任何地方使用。我有點困惑

Answer 1

它可能有所不同：你可以有一個高度優化的預測模型，通過利用專門知道數據的事情，對特定數據集執行得非常好。例如，如果要分析URL並且每個URL都是一個字符串（最多255個字符），則每個（UTF 8）字符都是8位或1個字節，因此您需要255個字節來存儲每個URL。您可以使用像CityHash64這樣的散列函數對每個URL進行散列，如果您現在可以使用8個字節而不是255個字節來存儲URL。這可以嵌入到算法中，以使其使用更少的內存，這將允許它將更多的數據放入RAM中，並且會使計算速度更快，但是對於旨在支持各種各樣的系統，無法進行此類優化數據類型。在一般情況下，您沒有足夠的領域知識來進行此類優化。

在「相反」的一端，這家公司似乎是在這裏，您將提供一個通用系統，它以某種格式接收數據並對數據應用預定義的算法。您可能有一些參數可讓您調整系統，以便您掌握更多的知識領域知識，但如果採用URL的哈希值以減少3000％的內存使用量，那麼這些參數將遠遠不夠。提供這些服務的公司通常是應用DRY principle，他們編碼一次，他們儘可能多地重用代碼（以節省資金和最大化利潤）。他們可能會在他們的設置中做一些微小的優化或調整，但他們通常會避免僅爲特定客戶端編碼算法。

這並不代表您所看到的公司在做什麼的準確表達，但根據您的報價，這似乎是一個有效的假設。只是爲了讓人們明白我沒有通過判斷：如果該公司正在推廣，如果我的業務依賴於我爲儘可能多的客戶提供服務，那麼我也會進行概括。