本福特定律（Benford's Law），它指出在自然產生的數據（如人口數量、財務報表、河流長度等）中，數字 1 作為首位數字出現的概率最高（約30%），而後續數字出現的概率依次遞減，數字 9 作為首位數字的概率最低（約4.6%）。這一規律尤其適用於跨度多個數量級的數據集。
人為干預的潛臺詞就是數據造假
基本上在學術上也會經常使用！
所以其適用範圍為，隨機數，不受人為干預的，可以驗證的，但像郵政編碼、身份證號等顯然不適合。
各首位數據的頻率！
光說沒用我們就用幾個實例示範一下就清楚了
第一個示例：共享單車租借數據
https://archive.ics.uci.edu/dataset/275/bike+sharing+dataset
使用的是cnt列的數據
驗證結果：
數字為1的實際頻率為28.7%，理論頻率為30.1%，誤差1.39%，還算可接受範圍
第二個示例：人數數據
https://catalog.data.gov/dataset/border-crossing-entry-data-683ae
使用的是value所在列，即值。
運行結果：
這個運行結果頻率就很高了
關鍵還是數據量要大，表現出隨機性，當某一數據出現明顯偏離一般指首位數字為1的情況，那就說明這組數據不具有隨機性，即存在人為干預！
除此之外，你也可以抽取某用戶發佈的視頻播放量，點贊量，評論粉絲數，也可以用這個進行判斷，亦可以針對遊戲的評價數量每小時進行統計。
對於理工科，需要判斷海量隨機數據，是否為隨機數據，即不存在認為干預！
也可以通過這個方法快速驗證，通過編程實現不難。驗證隨機性