回复：数据分析对统计学要求大吗？我看到假设检验和样本统计量估算总体

唉，有点力不从心，心不在焉-_-||，怎么办

18.12.20 阴
今天复习了下高数的微分方面的知识，然后从网上找了一篇关于logictic的公式推导方面的博客，我大致了解了logistics分类的工作过程。
在文章开篇就介绍的那个sigmoid函数，其作用在于分类，就像一个分类器，对于输入到其中的变量，它会自动输出0，1结果，变相地等于帮我们将其分为0类和1类。而我们要让这个sigmoid函数的分类达到我们想要的结果，就要对其参数进行调整，对于输入到sigmoid函数中的x值，我们需要求出其最优参数，使得sigmoid函数输出的分类符合我们的预期，这种求解出最优参数的方法叫作梯度上升法。
梯度上升法，能够沿着函数的梯度找出最适合的参数值，其公式是经过一番十分复杂的推导得出来的，在后面的代码中也需要用到这个公式，鉴于我的数学能力有限也没有过多地推敲公式的推导过程；总之利用梯度上升法我们确实找到了能够完成符合我们划分标准的参数。
再之后由于我们是利用sigmoid函数进行数据分类的，而当X处于零点时数据应该正好被分成两类（0和1类），所以在此时其自变量aX0+bX1+cX2=0，这个式子应该是能够将数据点完美地分成两部分，由此我们可以作图，直观的看出结果。【这个说法其实我也并不是很懂】
然后是logistic回归和线性回归的区别，logictic回归主要作用是分类，它的线性模型应该是对于数据点的边界分界线，至于它用什么函数完成分类书中介绍的是sigmoid函数，当然我们也可以找到其它函数。而线性回归，则主要对数据点进行拟和，它的作用是对数据的预测。。
明天就要去张家港了，本打算今天搞完逻辑分类来着，可惜了

到达张家港

18.12.23 晴
从张家港回来后把logictic算法中关于如何求解最佳拟合参数的改进算法，随机梯度上升法过了一遍，它在原有的梯度上升法的基础上减少了计算量并且引进了随机的方法，计算量确实少了很多。然后看了一下实例，预测马生病死亡的概率。
其中提到了如何处理缺失值，不同题目不同的方法吧，然后就写了一个测试函数来实验了算法的失误率，结果大概有35％的错误率，还行，至此拖延了好几天的logistic算法搞定♬(ノ゜∇゜)ノ♩

18.12.24 晴转阴
今天是平安夜，了解了下SVM也就是支持向量机算法的概念，类似于logistic算法，它也是利用一个超平面来将数据进行分类。所不同的是，logistic通过拟合特征向量的参数来构造尺寸分界线，而SVM则通过计算支持向量（数据集中距离超平面最近的那些点）与超平面之间的最大化距离来确定。
其具体的计算公式相当复杂，总之我没看懂，就算是最后得出的那个公式我也不是很懂。
最后我们是通过SMO算法来求alpha的最优值，进而得到分隔超平面的。就算是不涉及公式推导的情况下还是感觉有点复杂。

12.25 阴转小雨
SMO优化算法其本质是从样本中抽取两个alpha值，形成alpha对，对其进行操作，进而算出b值和alpha值。
其代码实现有点复杂，其中数学计算公式完全看不懂，alpha值也不知道是怎么求的，但是代码的大体框架大体了解了下，明天把其中的细节问题好好推导下。

12.27 阴
SMO算法主要是从一大堆的alpha中选出两个值alphai，alphaj；对其进行构造一个二次规划问题；然后固定alphaj，求其点的运动范围在L,H内；再通过公式计算出alphaj的值，这就是新的alpahaj的值，注意在L,H范围之间；然后再利用公式算出alphai的值。
smo算法就是通过构建这一个个的小的二次规划问题，进而才求出了总体的alpha值。
其中关于alphai，j的选取是通过某种规则的，比如alphaj的选择是要求其步长取最大值的点才行。而alphai则是通过外循环来进行选择的，其选择方式有两种，分别是遍历整个数据集和遍历除端点之外的数据集。
smo还有些没完成，希望明天能解决。

12.28 晴
了解了一个新的概念，核函数 用于将数据集从一个空间映射到另一个空间，借此可以更好地应用方法解决问题。
明天开始做支持向量机的实例。

12.29 晴
把支持向量机算法正式搞完了，心情真是舒畅。

上午电脑坏了，鼓捣了半天还是没好，唉，没办法，下去要粗去修电脑了，还好今天没下雪，要不然更惨

12.30 雪
电脑拿去修了，换了硬盘重装了系统，结果里面的资料全没了，以前下的软件写的程序全没了😭，晚上回来后又重新下了波程序，可能是下雪的缘故，软件下得贼慢，不过总算是把基本的软件下完了，现在暂时还有那些安装包没有更新，另外关于机器学习的数据还没下，还有一个编辑器pycharm没有下，不过这些都还好，只是弄机器学习的话现有的程序还算够用。

12.31，2018的最后一天，新年快乐(✪▽✪)

《人生智慧书》叔本华
第一章：人的划分
人类幸福的来源大致可分为三个原因：
一：人是什么，广义上指我们一个人的人性，包括了健康，力气，相貌，气质，品行，气质，教育，知识等等。
二：人拥有什么：财富，金钱，美女，，指的是人所拥有的外物。
三：人在众人审视下的生活方式：声望，等级，地位，名声 ，信誉等等，或许有点难以理解，大概就是他人看待你的方式吧。
叔本华认为对于幸福，第一类原因才是最为重要的，相比起其他的两类幸福源，第一类原因他跟我们自身息息相关，因而才不可被剥夺，不会随着外物的变化而变迁。因为我们每个人总是会通过自己的眼光，感受和意志来领悟这个世界，外界的客观事物经过我们的主观加工后才得以映入我们的大脑，所以不管外界发生的事有多么悲观，只要自己内在保持乐观的心性，你就是快乐的。
叔本华所说的第一类原因大概也包含了我们的思想，智慧等等东西吧，他对我们获得幸福的影响比其它两类更为重要，但是通过第一类的方式追求幸福也是很难掌握，因为这些属性比如相貌，我们无法改变，而智慧需要沉淀，知识需要积累；所以大部分人转而追求通过其他方式追求幸福。有一句俗语“家家有本难念的经”，不管你所拥有的财富、地位究竟如何，你总有与之对应的烦恼，而要想真正的获得更高层次，长久的幸福感，唯有丰富自身。但是第一类幸福的缺陷吧，那就是时间，不管身体，健康还是智慧，都会随着时间的流逝而逝去，与此相反财富和名声却不会有此影响，因为他们是外界客观存在的，所以我们的财富会代代累计。
因为我们描述的第一类幸福绝对比另外两种幸福重要地多，所以明显，更明智的选择是将精力放在维护我们的健康和培养我们的能力上，而非过多的专注财富的积累，为此我们必须要认清自己的天赋，并选择与自身天赋最适合的职业、地位、以及生活方式，而不要去顾虑其它。
总结：第一篇的内容比我上面写的要多，而且有些内容我自己也不是很理解，所以我只是结合了我自己的想法写了上面写内容，其中有些或许和书上的不进相同。总之这一篇就写了人类获取幸福的三种方式，，

2019.1.1 晴
今天早上是被一堆鞭炮声弄醒的，然后窝在床上看了一上午的《人生智慧书》；嗯，，下午算是初步入门了元算法。
元算法，可以说是一种将其它的分类器算法相互集合的一种方法；这一章介绍了两类元算法，bagging类型：从数据集中随机抽取S份大小与原数据集相同的数据集【因为大小相等而且又是完全随机抽取，所以新数据集内的数据可以有重复的值同样也允许老数据集里的值在新数据集里不出现】，并对这s个数据使用某个学习算法，结果就得到了s个分类器。所以我们最后的分类结果就是这s个分类器最后的投票结果。
另一种元算法是boosting算法，它与bagging算法的不同点在于，boosting算法主要针对那些被已有分类器错分的数据并对其构造新分类器，因此bossting中分类器的权重并不想等，每个权重代表的是其作用在数据集上的成功度。