Chinese, Simplified subtitles

← Overplotting and Domain Knowledge - Data Analysis with R

Get Embed Code
5 Languages

Showing Revision 1 created 08/27/2016 by Udacity Robot.

  1. 在上一个练习中 我们使用 α 和抖动来减少图形重叠
  2. 但实际上我们还可以做的更多
  3. 我们来听听 Mora 介绍如何使用她的专业知识
  4. 和变换来调整她的散点图
  5. 我接下来做的就是
  6. 重新获取感知的观众数量以及
  7. 实际的观众数量 但这次我变换轴
  8. 这次是好友数的一个百分比
  9. 这个调查中 有些人有 50 个好友
  10. 有些有 100 个 有些有 2000 个 等等
  11. 实际上 考虑你的观众人数占可能观众的百分比
  12. 会更有意义
  13. 这个研究中的所有人仅隐秘地与好友分享帖子
  14. 所以可预期受其好友数的限制
  15. 我们这样绘图时发现的就是
  16. 所有的点都低于
  17. 这条完美精度线 这条对角线
  18. 实际上相当低 我还要说明的一点是
  19. 这幅图实际上运行两个不同的调查
  20. 在一个调查中 我通过一个帖子询问
  21. 你认为多少人看到你的发帖
  22. 但是我也还询问不同的人群 通常你认为有多少人
  23. 看到你在 Facebook 中分享的内容?
  24. 所以这既是这幅图展示出的信息
  25. 在平常的问题中 他们的猜测都会有点高
  26. 但通常仍有用户认为 可能会有 10% 的好友
  27. 会看到他们的内容
  28. 而实际上很可能在给定的月份有 40% 或 50% 甚至 60%
  29. 的好友会看到他们的内容
  30. 所以这就是这幅图所展示出的信息
  31. 即上个月内实际看到他们内容的好友百分比
  32. 同样被低估