中国人一直以他们的“早教” 教育方式为傲，实际上他们采用的这种教育方式并不新鲜，至少在犹太民族就曾经有过类似的先例。例如控制论的发明者维纳

        神童在学习中的心理问题，俺以前说过，就是他看什么事情都是有裂缝的，不能把东西看成是一个整体。

        他们这种心理现象对学习 “分析” 很有用，世界是公平的，那么会对什么问题造成障碍呢。

        这个事情得从数据处理或者分类谈起。

        以力学理论方法分析日常中或工程上的实际物体（结构物）时，须先将实际之结构体理想化(idealization)。因为不论是人造的或天然的实际结构体，其材料本身与几何形狀均是非常复杂的，诸如其是否均质(homogeneous material)、是否具等向性(isotropic)、是否有瑕疵(imperfection)、是否有裂隙(crack)、几何形状是否规则、是否 连续等，均会造成力学分析上莫大的困难，甚至无法下手分析。因此分析前，将实际结构体根据适当合理的基本假设理想化形成分析模型(model of analysis)后，方能利用适当的力学理论进行分析。

        这在数学上有一个专门的术语，叫做连续属性的离散化，连续值的离散化。

        连续属性的离散化就是在特定的连续属性的值域范围内设定若干个离散化的划分点，将属性的值域范围划分为一些离散化区间，最后用不同的符号或整数值代表落在每个子区间中的属性值。对连续属性的离散化过程，从本质上来看，就是利用选取的断点来对条件属性构成的空间进行划分的过程。

        连续值离散化的目的是为了简化数据结构。 

        数据通常有这样几种类型:标称型，离散型和连续型。标称型目标变量的结果只在有限目标集中取值，如真与假、动物分类集合{ 爬行类、鱼类、哺乳类、两栖类} ；数值型目标变量则可以从无限的数值集合中取值，如0.100、42.001、1000.743 等。

       现实生活中的数据往往来源于复合型，例如许多数据是数值型与离散型的复合。这就需要有一个统一的数据类型来进行数据处理。通过将属性值域划分为区间，数据离散化技术可以用来减少给定连续属性值的个数。离散属性比连续属性更接近于知识级的表达。对用户和专家而言，离散属性更易理解、使用和解释。 而使用离散属性所获得的结果往往更紧凑、简短和精确，因此其结果也更易被检查、比较、使用和重用。 

 

        这种离散化处理有什么好处呢，便于在某一个抽象层级来解决问题。其实就像一个筛子，通过一定的条件过滤，是一个层到另一个层的映射。

        便于简化问题和降低复杂度。

××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××

         说完了神童，再说说传统中国人是如何看问题的，传统中国人看问题的思维方式是经验，所以他看到一大堆数据就是一大堆数据。

         太实诚了，呵呵

         说实话啊，你不进行抽象分层，就永远也解决不了问题。（不否认有一些超人）

         经验的思想看到的就是一堆数据，而神童很难看到整体，它看到的东西都是割裂的，也就是说他总是在找破绽，可能是心理紧张的后遗症。因为过早的进入成人世界，莫名的紧张。

         心理上，神童做不到模糊化处理，也就是老百姓所说的，差不多就行了。

××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××

         就此打住，闲了继续黑。是不是我自己也患上 “神童综合症” 了，成 “黑王” 了。

         发挥中国人的山寨精神，把高科技做成大白菜。