mmq 如何选择合适的对象进入一段关系，这是困扰众多人的一大难题，各个营销号也曾经推出各色各样的“如何选择”、“能找到什么样的对象”、“为什么我这样的找不到对象”的话题，进一步地进入一段关系之后，随着关系的逐渐升温，许多问题也应运而生，如何维护关系，进而一同在人生中迈向新的篇章，这正是本文想要探讨的方法论。
哦，不，这正是本文想用数学原理来讨论的方法论。
筛选模型的建立
暗中观察了很多讨论恋爱或者婚姻的问题
按照机器学习的难题来说，发现现在的问题是，找不到一个行之有效，或者大家能够公认的方法和模型，不妨令：
符合这个模型且确实能做到婚姻幸福：TP符合这个模型且做不到婚姻幸福:FP不符合这个模型且确实能做到婚姻幸福:FN不符合这个模型且做不到婚姻幸福:TN
准确率(accuracy) = 预测对的/所有 = (TP+TN)/(TP+FN+FP+TN)
精确率(precision) = TP/(TP+FP)
召回率(recall) = TP/(TP+FN)
大家既想精确度高：模型说对的，有更大的比例是真的，能够筛出来的都是对的人；又想召回率高：不会错过本来就对的人。
这样的ROC曲线几乎是完美的，但怎么可能呢。
TP高了，FP也会高
严格标准，那么势必就有好的候选项被漏掉了
放松标准，那么势必就有差的候选项被放过了
又及，每个人都有心目中的一个模型，去套自己遇到的样本，这个模型吧，大V也有各种大V的不同的标准，还有各种父母的标准。按照正常人的社交圈子，一个人最多也就能完整的了解一百个人的私人生活吧（能够较为完整的了解各类隐情什么什么的），如果一个人有数十个特征，从身高到长相，从家境到心性，去拟合这个模型，分分钟过拟合了。。
不同的答主会阐述为什么自己这个模型是靠谱的，以及周围有怎么样的经验。毕竟公说公有理婆说婆有理，但总是缺少一把恒定的标尺，去衡量他的模型有多正确
有的人可能被某一方面的答主熏陶过多，因而自己的模型也更有所偏向，但往往只有经过丰富的观察和样本的训练，模型才能够有所提升
数据集
我们没有完整的收集过丰富特征的人群样本，所有的假设都没有经过统计意义的假设检验，整天听各种大V的“我的一个同学、我的一个朋友”这样的数据显然不利于建模过程，原因也同上。
机器学习领域对于这种定义模糊、样本稀少的项目的做法完全可以照搬，此处应当发起一个数据众筹项目啊，大家收集出大量的这种带特征的数据，以及最后的的目标值，数量级达到万这个量级，就可以训练出来一个真的有用的模型了，这样训练模型、验证准确度，就都是套路了。
而且这个数据集还可以成为伟大的标定数据集，搞出不亚于MNIST的影响力不在话下。
有社会学的同学想要来个田野调查么，我可以赞助免费的模型建立与数据分析，给我挂个二作就行←_←
关系中的微调
如果能够清晰地认识到，两个人在一起应当有一个共同的目标函数：使得自己更加幸福，那么几乎一切问题都迎刃而解。
虽然两个人的相处的过程中，除了作为个人的各种特征，也几乎有成千上万种选择可以做，比如选用什么样的相处方式，要不要买包包，婚房价值几何，买个什么样的车
但这种问题也是深度学习遇到过的：一个模型总有几十万、上百万、上千万的权重，应该如何调整权重，使得最后我们模型的输出可以达到那个目标，使得损失最小呢？
结论很简单：每一个参数都会对最后的损失函数有或多或少的梯度，我们只要沿着减小损失，逼近目标函数的方向，去一点点的微调自己的行为就好啦
有人会问：如果短期内的调整看不到改变怎么办？别担心，这是震荡行为，会随着下一批次时间的变化而改进的
随机梯度下降，本来就是有波动的嘛
有人还会问：如果自己明明朝着正确的方向去改进的，为什么看起来情况反而还变差了呢？不用担心，这也是正常的现象，你看上图，不也是在小批量的样本中少量上升，但总体稳步下降的嘛。。。
长期相处过程
简单地考虑两个理性个体，个体的行为将对两者构成的系统产生或有利，或有害的后果。
博弈论中指出，个人理性与集体理性的冲突，各人追求利己行为而导致的最终结局是一个纳什均衡，也就是对大家都不利的结局。
但有趣的是，一旦博弈是一个长期的、透明的博弈，有一个全局的利益，如同婚姻或者爱情，最好的行动策略是：以牙还牙（你一旦对我好，我就对你好，反之亦然），并且系统很快可以产生合作解，从而实现整体利益的提升。
这也意味着爱情之中的处理方法，对于对方的行动，应当追溯有限步的历史（杜绝无穷无尽的翻旧帐），并告知自己的以牙还牙的策略，这样使得两个人同时进入完美的合作解
结论
了解混淆矩阵、统计检验、反向传播、梯度下降和博弈论的知识，有助于我们在人与人之间建立良好的关系，并进一步发展，从而实现美好的人生，这真是美好人生的数学原理啊~
人生道理是真的，不过更多的人生道理暂时没想出来XD……
本文重点讲：恋爱戒律 喜欢的朋友可以收藏 转发
