紐約大學特聘教授納西姆·尼古拉斯·塔勒布有一本代表性的著作《黑天鵝》，認爲未來發生的事情是純隨機的，人類要是根據過去的經驗去對未來的事情進行預測，那是完全不靠譜的，正如書名所表示的：在發現澳大利亞的黑天鵝之前，17世紀之前的歐洲人認爲天鵝都是白色的。但隨着第一隻黑天鵝的出現，這個不可動搖的信念崩潰了。黑天鵝的存在寓意着不可預測的重大稀有事件，它在意料之外，卻又改變一切。人類總是過度相信經驗，而不知道一隻黑天鵝的出現就足以顛覆一切。
塔勒布還舉出了一個簡單的例子，如果一隻火雞，每天都去收集主人餵它的飼料是多少，那麼一定時間之後，它認爲能夠預測明天主人喂多少喫的給他，直到感恩節的前一天晚上，還做出了第二天的預測，
結果是第二天命運就突然發生了重大的轉折……這個轉折，就是典型的黑天鵝事件。
這個事件看起來似乎很有道理，這隻火雞統計學家，統計了所有的信息，甚至還可以收集到了他左鄰右舍其他的火雞的食物信息，做出了精確的分析和預測，但是最後感恩之前的那一刀徹底的改變了這個命運。
在以前的文章中，我曾經描述過大數據與小數據的區別，（見大數據與小數據），如果從那篇文章上來看，火雞統計學家，所收集到的一切數據，都算小數據。
從目標上來看，他就是爲了預測明天主人餵食的數量，而收集的數據，這個是一個典型的爲了解答某個問題而去收集特定的數據，不屬於這個問題的數據，他都不去關心。
好了，如果這隻火雞統計學家華麗麗的轉身進化爲火雞大數據學家，那麼它收集的數據就不僅僅是餵食的數據了。他會去收集的數據就不會只針對這一個具體的目標了。
它會去收集天氣信息、地理信息、火雞們的各種習俗、社交數據、LBS信息、火雞祖宗十八代的生老病死、每類火雞不同的生活環境……OK，看見了吧，這位火雞大數據學家，不需要進行具體的分析，也不需要詳細的建模，只需要做很簡單的聚合，就會發現每年的感恩節之前，大量的火雞的生命線戛然而止。它甚至不用明白人類的習俗，也不用具體的去分析原因，數據自然就能揭示出這種規律。
假設這隻火雞大數據學家能夠突破它既定的視野，從觀測火雞昇華到能夠觀測主人，能夠有機會接入人類神奇的互聯網，甚至能夠上微博。那麼他收集的數據會更多，而且只需要觀測類似於“美食”這樣的標籤，就會發現，火雞存在的目的，就是爲了上餐桌……
好了，我們的火雞大數據學家，已經明白了它的宿命，那麼怎麼辦呢？有沒有辦法突破既定的命運呢？它高呼“我命由我不由天！”，
”起來，不願意做奴隸的火雞“……當然，我們都知道，自古聖賢都不得好死，也許這隻火雞會很快就被和諧掉，也有可能被其他的火雞當成巫師燒死……
那麼，作爲一個有大數據思維的火雞，他在無法改變社會的同時，應該如何改變自己呢？繼續從數據入手。
首先，他會在通過聚類分析，大量的數據中發現有一些離羣點，也就是逃過了平安夜之前那一刀的火雞們，找到這些離羣點之後，將他們作爲重點觀察目標。
它通過分析，知道火雞的自然生命是5——6年，那麼再次篩選出能夠逃過3次平安夜的火雞們，看看它們存在一些什麼樣的共同特徵。
接下去，如果小數據情況下，這樣的樣本可能非常少，能三次逃過那一刀的火雞哪怕用鳳毛麟角來形容也不爲過；但是在大數據情況下，根據大數原則，只要數據量只夠多，再低的機率，都會產生大量的樣本。
有這些樣本，火雞大數據學家就開始進行大數據挖掘分析了，比如將這些樣本的習俗特性進行分類，可以生成決策樹，那麼火雞大數據學家，就能夠根據這些if條件，來預言今年平安夜，有哪些火雞有可能逃過一劫。
又如，進行關聯分析，找出與被殺火雞關聯支持度最高的一些特徵，這些頻繁項集都是被殺的先兆，所以它首先要改變自己的習慣，讓自己避免有這些習性。
當然，任何預測和分析，都是有風險的，神通不敵天數……我們偉大的火雞大數據學家預測到了最後，但是氣數已盡，非火雞力所能改變，最終難逃一刀。
故事就這樣結束了麼？錯！神通不敵天數，那好，天數還算不盡人（火雞）心呢！根據博弈論的原理，當對手知道了你的行動，那麼就會做出對自己最有利的絕定，所以這隻偉大的火雞大數據學家做出了一個決定：服！毒！自！殺！！
作爲一個大數據學家，如果只是小小的老鼠藥，就太丟份了，火雞大數據學家會收集大量的禽類和人類死亡和疫病信息，終於選擇了H70N90（比H7N9強大10倍）這種超強病毒！同樣的關聯分析，得出最容易感染H70N90的禽類的行爲，然後有意識帶領着”不明真相的羣衆”一同努力，終於集體感染了這種病毒。
當然，我們的火雞大數據學家只是一個理工屌絲宅，還沒有升級成爲恐怖份子，）如果是恐怖份子，他會在大數據分析的支持下，避免在疫情大爆發的之前表現出被感染的跡象，然後找到各種最容易傳播疫情的方式，足以拖着大量的人類一同去見上帝。）在感染了H70N90之後，還是表現出了各種症狀來提醒人類，讓人類提取有所準備，偉大的火雞大數據學家選擇了在烈火中永生。
這就是大數據，一個足以改變一切、顛覆一切、毀滅一切、創造一切的神奇造物。
轉自：大蝦盧：黑天鵝與大數據預測
Esri 中國 盧萌