大部分的人对於资料开始产生兴趣，不外乎就是因为想要预测未来。

(https://www.livebitcoinnews.com/bitcoin-price-analysis-btc-eyes-more-upsides-above-16k/)

即便不用特别的数据分析，我们也习惯透过搜集资料来对未来做猜测。

不管看到阴天就知道等等就会下雨、或是约会时早就知道你朋友会迟到，我们都会透过曾经发生的事情来预测可能发生的状况以提早做准备。我们从过去的资料中看见了某种模式（Pattern），即便没有精确的数字，但也会隐约有个「感觉」（即便「感觉」常常不准）。这个「模式」就是所谓预测模型，每种模式都会解释一部分的事实，同时也提供了对於未来的猜测。

例如你心中有个「约会迟到模式」，只要是 OOO 就会迟到，但是 XXX 就不会迟到。

对应到比较资料科学的用语来说的话

• 约会迟到模式 = 模型（Model）
• 你朋友的名字 = 输入（Input）、特徵值（Feature）
• 迟到/不迟到 = 结果（Output）、标签（Label）

这边介绍几个常用的预测模型以及用途

预测数值的模型

(https://foxworthy-8036.medium.com/18-types-of-predictive-models-in-data-science-b53275810032)

回归模型有非常多种（见上图），但主要目的都是为了预测**「数值型」**的结果。

(https://www.jeremyjordan.me/linear-regression/)

就以最常见到的简单线性回归来说好了，如果你每天在记录体重和体脂肪的关系（如上图），在你没有特别运动的情况下，会发现好像可以在这些资料点之间画一条直线贯穿所有资料，尽管不是所有点都在线上，可以看到当体重越高时、体脂肪也跟着上身，也可以想像如果未来体重再上升的话，体脂肪也可能跟着上升。

分类模型

(https://foxworthy-8036.medium.com/18-types-of-predictive-models-in-data-science-b53275810032)

除了预测数值外，我们也很常问要或不要的二元分类问题或多元分类。这种模型的结果不是数值，而是上一篇提到的类别变项，像是下雨/不下雨、点击/不点击，或是猫/狗/鱼这样的问题。

(https://www.slideserve.com/griffin-munoz/logistic-regression)

像上图就是一个在做分类模型时很常使用的罗吉斯回归（Logistic Regression），罗吉斯回归会在空间中寻找一条能将结果分成两边的线，未来只要根据特徵值（Features）就能知道对应的分类是什麽。

训练预测模型

由於预测模型是根据过去的资料来学习资料的模式，方便我们之後能够透过输入的特徵值来预测结果，所以在训练预测模型时很重要的就是需要准备一堆已经知道「答案」的资料。

例如上图，我们想要知道约朋友出门会不会迟到，需要先搜集过去可能影响迟到的特徵值（Feature），像是天气、温度、湿度，接着还需要在这些情况下朋友的迟到状况（Label），才有办法学到迟到预测模型。

从这个例子你可以看到，即便做一个简单的迟到预测模型，我们都还是得循序渐进的先定义好要搜集的资料（天气资料、迟到纪录），再将这些资料整理到 Excel 中，看一下有没有错误的纪录资料、做一下资料处理，才有办法进到模型阶段。这也是资料产品很重要的特色 - 循序渐进，要做高层的分析，那些层次基础的工作一点都跑不掉。

References

https://foxworthy-8036.medium.com/18-types-of-predictive-models-in-data-science-b53275810032
https://www.jeremyjordan.me/linear-regression/
https://www.slideserve.com/griffin-munoz/logistic-regression