《Scala机器学习》一一2.4　不知之不知

2.4　不知之不知
“不知之不知”是出自美国国防部长Donald Rumsfeld，他在美国国防部新闻发布会上回应记者“关于无证据表明伊拉克政府向恐怖组织提供大规模杀伤性武器”的提问时所说的一句话。Nassim Taleb的书中也有提及（The Black Swan: The Impact of the Highly Improbable by Nassim Taleb, Random House, 2007）。
火鸡悖论
可以说不知之不知是对火鸡悖论更好的解释。假设有一群火鸡在后院玩耍，享受着保护和免费的食物。越过栅栏，还有一群这样的火鸡。这一切都在日复一日，月复一月地进行着，直到感恩节到来。在加拿大和美国，感恩节是一个全国性的节日，在那里习惯用烤箱烤火鸡。这时候火鸡们很有可能会被抓去吃掉，虽然从火鸡的角度来看，不太可能在加拿大十月的第2个星期一和美国十一月的第4个星期四会发生这种情况。除非使用年度信息，否则不管怎么使用年内数据建模也不能解决这个预测问题。
不知之不知是指不在模型中且不能在模型中被预测的事件。在现实中，唯一感兴趣的不知之不知是指以前几乎不可能出现，但现在却出现了，并非常明显地影响着模型的事件。由于大多数的实际分布都是长尾指数分布（不会像正态分布那样偏离一些），这对标准模型假设带来难以预料的结果。但人们仍提出了在模型中加入未知因素的策略（比如分形），但很少具有可操作性。从业者必须意识到风险，但风险的定义恰恰可能是模型无能为力的地方。当然，已知之不知和不知之不知的区别正是对风险的理解和探索的内容上。
在研究决策系统面临的基本问题之前，需要先关注数据管道和为决策提供信息的软件系统，以及在数据驱动系统中，设计数据管道时面临的实际问题。