1
00:00:00,300 --> 00:00:03,238
知道方程，并不意味着知道参数。

2
00:00:03,662 --> 00:00:06,125
我们还要比较模型输出与观测，

3
00:00:06,262 --> 00:00:10,550
寻找能够解释数据的参数。这个过程叫率定。

4
00:00:10,962 --> 00:00:14,238
但让一场事件拟合得好，还只是第一步。

5
00:00:24,300 --> 00:00:29,738
拖动K，曲线的形状随之变化。观测点并不会跟着移动。

6
00:00:30,162 --> 00:00:34,850
我们要问的不是哪条线看起来顺眼，而是用什么规则，

7
00:00:35,050 --> 00:00:37,488
衡量模拟与观测之间的差异。

8
00:00:48,300 --> 00:00:53,375
这里使用均方根误差。每个时刻的模拟值减去观测值，

9
00:00:53,500 --> 00:00:57,550
平方后求平均，再开平方。误差越小，

10
00:00:57,688 --> 00:01:02,288
在这个指标下的拟合越好。它和流量使用相同单位，

11
00:01:02,400 --> 00:01:04,475
也会更强调较大的误差。

12
00:01:12,300 --> 00:01:16,662
让计算机在五到六十分钟之间，逐个尝试整数K，

13
00:01:16,800 --> 00:01:21,850
选出率定误差最小的那个。搜索有明确的范围和步长。

14
00:01:22,275 --> 00:01:25,538
它得到的是这个候选集合里的最优值，

15
00:01:25,700 --> 00:01:28,912
不是证明真实参数已经被唯一找到。

16
00:01:36,300 --> 00:01:40,175
现在固定刚才得到的K，切换到验证事件。

17
00:01:40,600 --> 00:01:43,162
我们没有用这场事件参与搜索。

18
00:01:43,588 --> 00:01:47,088
它能帮助判断参数能否解释新的条件。

19
00:01:47,512 --> 00:01:50,962
若看到验证结果不好就反复按它调参，

20
00:01:51,175 --> 00:01:53,950
它也会渐渐失去独立验证的意义。

21
00:02:00,300 --> 00:02:05,062
不正确的雨量、遗漏的过程，也可能被参数暂时补偿。

22
00:02:05,488 --> 00:02:08,625
一个漂亮的分数，掩盖不了这些问题。

23
00:02:09,050 --> 00:02:13,250
先检查输入、单位、模型结构和数据质量，

24
00:02:13,425 --> 00:02:16,712
再解释参数是否合理。下一期，

25
00:02:16,850 --> 00:02:21,425
我们把单条预测曲线展开，看看结果可能有多不确定。