machine-learning - 推理分析和预测分析有什么区别？

Question

目标

为了澄清具有哪些特征或属性，我可以说分析是推理性的或预测性的。

背景

参加涉及推理和预测分析的数据科学类(class)。解释(我的理解)是

• 推理

  从总体中的小样本中归纳出一个假设，并查看它在更大/整个总体中是否成立。

  在我看来，这是概括。我认为吸食导致肺癌或二氧化碳导致全局变暖都是推论分析。

• 预测

  通过测量对象的变量来归纳可能发生的情况的陈述。

  我认为，确定人们的哪些特征、行为、言论会产生有利的 react 并使总统候选人足够受欢迎而成为总统是一种预测分析(类(class)中也会涉及到这一点)。

问题

我对这两者有点困惑，因为在我看来存在灰色区域或重叠。

Bayesian Inference是“推理”，但我认为它用于预测，例如垃圾邮件过滤器或欺诈性金融交易识别。例如，银行可以使用之前对变量(例如 IP 地址、发起国家/地区、受益人账户类型等)的观察来预测交易是否存在欺诈。

我想 theory of relativity是一种推理分析，从观察和思想实验中归纳出理论/假设，但它也预测光的方向会弯曲。

请帮助我了解将分析分类为推理性或预测性的必须具备的属性。

Answer 1

"What is the question?" by Jeffery T. Leek, Roger D. Peng对典型数据科学工作流程中的各种类型的分析进行了很好的描述。具体解决您的问题:

An inferential data analysis quantifies whether an observed pattern will likely hold beyond the data set in hand. This is the most common statistical analysis in the formal scientific literature. An example is a study of whether air pollution correlates with life expectancy at the state level in the United States (9). In nonrandomized experiments, it is usually only possible to determine the existence of a relationship between two measurements, but not the underlying mechanism or the reason for it.

Going beyond an inferential data analysis, which quantifies the relationships at population scale, a predictive data analysis uses a subset of measurements (the features) to predict another measurement (the outcome) on a single person or unit. Web sites like FiveThirtyEight.com use polling data to predict how people will vote in an election. Predictive data analyses only show that you can predict one measurement from another; they do not necessarily explain why that choice of prediction works.