物联-方案定制欢迎来电「态物科技」

物理数据模型物理数据模型physical data model，是一种面向计算机物理表示的模型，描述了数据在储存介质上的组织结构，它不但与具体的dbms有关，而且还与操作系统和硬件有关。每一种逻辑数据模型在实现时都有其对应的物理数据模型。dbms为了-其独立性与可移植性，大部分物理数据模型的实现工作由系统自动完成，而设计者只设计索引、-等特殊结构。

建模过程中的主要活动包括：
确定数据及其相关过程如实地销售人员需要查看在线产品目录并提交新客户订单。
定义数据如数据类型、大小和默认值。
-数据的完整性使用业务规则和验证检查。
定义操作过程如安全检查和备份。
选择数据存储技术如关系、分层或索引存储技术
一定要知道建模通常会以-的方式涉及公司的管理。例如，当对哪些数据元素应由哪些组织来维护有新的见解时，数据所有权以及数据维护、准确性和及时性的隐含责任通常会遭到质疑。数据设计常常促使公司认识到企业数据系统是如何相互依存的，并且鼓励公司抓住协调后的数据规划所带来的效率提高、成本节约和-机遇。在结束建模时，您已经完全定义了应用程序的要求，确定了可能被其他企业级应用程序重复使用的数据和服务，并为将来扩展奠定了强有力的基础.

为什么要数据建模

判断一个年轻人有没有潜力，很重要的标准，就是看他如何对待一项-没有做过的事情。我们常常会引入“体系感”来描述这个学习和上手的过程。所谓体系，就是将做事的方法、步骤和流程，通过拆分与组合，构建出一条达到目标的路径图。无论是交代下来的新任务，还是处理一件很棘手的新事情，它们背后或多或少都一定有一套体系方法存在。它既是做事-，也是避坑指南，更是帮助我们快速达到目标的行动指引。

三、建立模型

在准备好的数据基础上，建立数据模型，这种模型可能是机器学习模型，也可能不需要机器学习等高深的算法。选择什么样的模型，是根据要解决的问题目标确定的。

当然可以选择两个或以上的模型对比，并适当调整参数，使模型效果不断优化。

四、模型评估

模型效果的评估有两个方面：一是模型是否解决了需要解决的问题是否还有没有注意和考虑到的潜在问题需要解决；二是模型的准确性误差率或者残差是否符合正态分布等。

如：在识别kol假粉的问题中，需要评估的是：模型能否识别出假粉？识别的误差率是多少？粉丝识别误差率=假粉误认为真粉的数量+真粉误认为假粉的数量/总粉丝数