神经美学_茂森的博客

Wear Good Shoes Inspiring Advice from Magnum Photographers by Magnum Photos (z-lib.org)

7个回归分析方法 什么是回归分析？ 回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。 这种技术通常用于 预测分析、 时间序列模型 以及发现变量之间的因果关系。 例如，司机的鲁莽驾驶与道路交通事故数量之间的关系，最好的研究方法就是回归。 回归分析是建模和分析数据的重要工具。 在这里，我们使用曲线/线来拟合这些数据点， 在这种方式下，从曲线或线到数据点的距离差异最小。 我会在接下来的部分详细解释这一点。 我们为什么使用回归分析？ 如上所述，回归分析估计了两个或多个变量之间的关系。 下面，让我们举一个简单的例子来理解它： 比如说，在当前的经济条件下，你要估计一家公司的销售额增长情况。 现在，你有公司最新的数据，这些数据显示出销售额增长大约是经济增长的2.5倍。 那么使用回归分析，我们就可以根据当前和过去的信息来预测未来公司的销售情况。 使用回归分析的好处良多。 具体如下： • 它表明自变量和因变量之间的显著关系 它表明多个自变量对一个因变量的影响强度 回归分析也允许我们去比较那些衡量不同尺度的变量之间的相互影响，如价格变动与促销活动数量之间联系。 这些有利于帮助市场研究人员，数据分析人员以及数据科学家排除并估计出一组最佳的变量，用来构建预测模型。 我们有多少种回归技术？ 有各种各样的回归技术用于预测。 这些技术主要有三个度量 （自变量的个数， 因变量的类型 回归线的形状）。 对于那些有创意的人，如果你觉得有必要使用上面这些参数的一个组合，你甚至可以创造出一个没有被使用过的回归模型。 但在你开始之前，先了解如下最常用的回归方法： 1. 线性回归（Linear Regression） 线性回归通常是人们在学习预测模型时首选的技术之一。 在这种技术中， 因变量是连续的， 自变量可以是连续的也可以是离散的， 回归线的性质是线性的。 线性回归使用最佳的拟合直线（也就是回归线） 在因变量（Y）和一个或多个自变量（X）之间建立一种关系。 用一个方程式来表示它，即 Y=a+b*X + e， 其中a表示截距， b表示直线的斜率， e是误差项。 这个方程可以根据给定的预测变量（s）来预测目标变量的值。 现在的问题是：我们如何得到一个最佳的拟合线呢？ 这个问题可以使用最小二乘法轻松地完成。 一元线性回归和多元线性回归的区别在于， 多元线性回归有（>1）个自变量， 而一元线性回归通常只有1个自变量。 最小二乘法也是用于拟合回归线最常用的方法。 对于观测数据，它通过最小化每个数据点到线的垂直偏差平方和来计算最佳拟合线。 因为在相加时，偏差先平方，所以正值和负值没有抵消。 我们可以使用R-square指标来评估模型性能。 要点： • 自变量与因变量之间必须有线性关系 • 多元回归存在多重共线性，自相关性和异方差性 线性回归对异常值非常敏感。它会严重影响回归线，最终影响预测值 多重共线性会增加系数估计值的方差，使得在模型轻微变化下，估计非常敏感。 结果就是系数估计值不稳定， 在多个自变量的情况下，我们可以使用向前选择法，向后剔除法和逐步筛选法来选择最重要的自变量。 2. 逻辑回归（Logistic Regression） 逻辑回归是用来计算“事件=Success”和“事件=Failure”的概率。 当因变量的类型属于二元（1 / 0，真/假，是/否）变量时，我们就应该使用逻辑回归。 这里，Y的值从0到1，它可以用下方程表示。 odds= p/ (1-p) = probability of event occurrence / probability of not event occurrence ln(odds) = ln(p/(1-p)) logit(p) = ln(p/(1-p)) = b0+b1X1+b2X2+b3X3....+bkXk 概要 上述式子中，p表述具有某个特征的概率。 你应该会问这样一个问题：我们为什么要在公式中使用对数log呢？ 因为在这里我们使用的是的二项分布（因变量），我们需要选择一个对于这个分布最佳的连结函数。 它就是Logit函数。 在上述方程中，通过观测样本的极大似然估计值来选择参数， 而不是最小化平方和误差（如在普通回归使用的）。 要点： • 它广泛的用于分类问题。 逻辑回归不要求自变量和因变量是线性关系。 它可以处理各种类型的关系，因为它对预测的相对风险指数OR使用了一个非线性的log转换。 逻辑回归是用于分类的~这个得记住 为了避免过拟合和欠拟合，我们应该包括所有重要的变量。 有一个很好的方法来确保这种情况， 就是使用逐步筛选方法来估计逻辑回归。 它需要大的样本量，因为在样本数量较少的情况下，极大似然估计的效果比普通的最小二乘法差。 自变量不应该相互关联的，即不具有多重共线性。 然而，在分析和建模中，我们可以选择包含分类变量相互作用的影响。 • 如果因变量的值是定序变量，则称它为序逻辑回归 • 如果因变量是多类的话，则称它为多元逻辑回归 3. 多项式回归（Polynomial Regression） 对于一个回归方程，如果自变量的指数大于1，那么它就是多项式回归方程。 如下方程所示：y=a+b*x^2 在这种回归技术中，最佳拟合线不是直线。 而是一个用于拟合数据点的曲线。 重点： 虽然会有一个诱导可以拟合一个高次多项式并得到较低的错误，但这可能会导致过拟合。 你需要经常画出关系图来查看拟合情况，并且专注于保证拟合合理，既没有过拟合又没有欠拟合。 下面是一个图例，可以帮助理解： 明显地向两端寻找曲线点，看看这些形状和趋势是否有意义。 更高次的多项式最后可能产生怪异的推断结果。 4. 逐步回归（Stepwise Regression） 在处理多个自变量时，我们可以使用这种形式的回归。 在这种技术中，自变量的选择是在一个自动的过程中完成的，其中包括非人为操作。 这一壮举是通过观察统计的值，如R-square，t-stats和AIC指标，来识别重要的变量。 逐步回归通过同时添加/删除基于指定标准的协变量来拟合模型。 下面列出了一些最常用的逐步回归方法： • 标准逐步回归法做两件事情。即增加和删除每个步骤所需的预测。 • 向前选择法从模型中最显著的预测开始，然后为每一步添加变量。 • 向后剔除法与模型的所有预测同时开始，然后在每一步消除最小显着性的变量。 这种建模技术的目的是使用最少的预测变量数来最大化预测能力。 这也是处理高维数据集的方法之一。 5. 岭回归（Ridge Regression） 岭回归分析是一种用于存在多重共线性（自变量高度相关）数据的技术。 在多重共线性情况下，尽管最小二乘法（OLS）对每个变量很公平，但它们的差异很大，使得观测值偏移并远离真实值。 岭回归通过给回归估计上增加一个偏差度，来降低标准误差。 上面，我们看到了线性回归方程。还记得吗？ 它可以表示为：y=a+ b*x 这个方程也有一个误差项。完整的方程是： y=a+b*x+e (error term) , [error term is the value needed to correct for a prediction error between the observed and predicted value] => y=a+y= a+ b1x1+ b2x2+....+e, for multiple independent variables. 在一个线性方程中，预测误差可以分解为2个子分量。 一个是偏差， 一个是方差。 预测错误可能会由这两个分量或者这两个中的任何一个造成。 在这里，我们将讨论由方差所造成的有关误差。 岭回归通过收缩参数λ（lambda）解决多重共线性问题。 看下面的公式： 在这个公式中，有两个组成部分。 第一个是最小二乘项， 另一个是β2（β-平方）的λ倍，其中β是相关系数。 为了收缩参数把它添加到最小二乘项中以得到一个非常低的方差。 要点： 除常数项以外，这种回归的假设与最小二乘回归类似； 它收缩了相关系数的值，但没有达到零，这表明它没有特征选择功能，这是一个正则化方法，并且使用的是L2正则化。 6. 套索回归（Lasso Regression） 它类似于岭回归。 Lasso （Least Absolute Shrinkage and Selection Operator）也会惩罚回归系数的绝对值大小。 此外，它能够减少变化程度并提高线性回归模型的精度。 看看下面的公式： Lasso 回归与Ridge回归有一点不同，它使用的惩罚函数是绝对值，而不是平方。 这导致惩罚（或等于约束估计的绝对值之和）值使一些参数估计结果等于零。 使用惩罚值越大，进一步估计会使得缩小值趋近于零。 这将导致我们要从给定的n个变量中选择变量。 要点： • 除常数项以外，这种回归的假设与最小二乘回归类似 • 它收缩系数接近零（等于零），确实有助于特征选择 这是一个正则化方法，使用的是L1正则化 7. 回归（ElasticNet） ElasticNet是Lasso和Ridge回归技术的混合体。 它使用L1来训练并且L2优先作为正则化矩阵。 当有多个相关的特征时，ElasticNet是很有用的。 Lasso 会随机挑选他们其中的一个，而ElasticNet则会选择两个。 Lasso和Ridge之间的实际的优点是，它允许ElasticNet继承循环状态下Ridge的一些稳定性。 要点： 它可以承受双重收缩 • 选择变量的数目没有限制 • 在高度相关变量的情况下，它会产生群体效应 除了这7个最常用的回归技术，你也可以看看其他模型，如Bayesian、Ecological和Robust回归。 如何正确选择回归模型？ 当你只知道一个或两个技术时，生活往往很简单。 我的老师曾告诉我，如果结果是连续的，就使用线性回归。 如果是二元的，就使用逻辑回归！ 然而，在我们的处理中，可选择的越多，选择正确的一个就越难。 类似的情况下也发生在回归模型中。 在多类回归模型中，基于自变量和因变量的类型，数据的维数以及数据的其它基本特征的情况下，选择最合适的技术非常重要。 以下是你要选择正确的回归模型的关键因素： 1. 数据探索是构建预测模型的必然组成部分 在选择合适的模型时，比如识别变量的关系和影响时，它应该首选的一步。 2. 比较适合于不同模型的优点，我们可以分析不同的指标参数 如统计意义的参数，R-square，Adjusted R-square，AIC，BIC以及误差项，另一个是Mallows' Cp准则。 这个主要是通过将模型与所有可能的子模型进行对比（或谨慎选择他们），检查在你的模型中可能出现的偏差。 3. 交叉验证是评估预测模型最好额方法 在这里，将你的数据集分成两份（一份做训练和一份做验证）。 使用观测值和预测值之间的一个简单均方差来衡量你的预

非常详细的资源，历时三天整理。摄影技巧学习 机器上的参数 镜头上的 OIS 相机上的 为什么要用取景器？ 没有取景器的微单拍摄，在以下场景非常苦恼： 1、强光下 2、老花眼，尤其是我这样37岁就开始老花眼的人 3、尤其是长焦拍摄，需要稳定的状态下。单反相机机身和脸部是一个重要的支撑点。 4、液晶取景非常费电，为了抓拍又不能随时关机，得多带几块电池。 除非在看取景器非常困难的情况下需要显示屏辅助取景（比如相机高度已高过头顶或机位很低）一般情况还是看取景器。 1是因为取景器是光学成像，镜头所拍摄的东西通过相机里的反光板能一点不差的传送到眼睛里，显示屏是电子的，从真实度和清晰度都不如取景器。 2显示屏取景更费电，如果出门拍摄一天都用显示器取景会很费电。 3一般单反相机在显示屏模式下按下快门时，快门不是马上释放，而是要有一个1秒钟左右的间隔，如果拍摄移动物体，这个世界可能被摄体已经不在预先构图中预计出现的位置了。 当然，微单用的是电子取景器，这个是要耗电的，不过关掉电子屏还是会节省很多点。 如何关闭自动连接手机传输图像？ 耗电情况如何？ 后期 capture one 后期 导入图片后不能编辑，所有的编辑图标都是灰色的 首选项-图像-打开JPEG编辑、打开tiff编辑、打开png编辑都勾上。 没找着 打开JPEG编辑 然后，查看英文界面发现乃session一词，就是允许用户直接访问硬盘上的图像文件并对其直接操作的意思。 这个功能是C1与LR的最大不同之一，用LR时，不导入就无法对图像进行编辑调整，而C1用户则可在会话的方式下，直接查看硬盘的目录树，在任意位置上打开图像文件。 然后，从目录树里直接选择图像文件并打开编辑，会话是首选。当用此法查看图像时，也会在图像所在的文件夹里同时生成一个CaptureOne子文件夹。 是不是和图层有关？ 也无法联机拍摄？ 是不是xt30不支持 是不是和激活不成功有关？ 重新激活pro模式 c1 的几种模式 Express版本免费提供给Sony用户使用（在Pro for Sony的基础上，对有一些功能进行了阉割）； Pro for Sony为收费版本，功能与Capture One Pro一样，但是只支持Sony机器。 DB版本免费提供给Phase One和Leaf的数码后背用户使用，不支持135系列相机。 Capture One Pro的售价为239欧元/279美刀（国内售价2390元），支持市场上绝大部分的135相机和数码后背（据我的经验来看，只不支持宾得），功能最为齐全。 如何查看已经激活？ 重新安装 Capture One有几个核心功能： 1.最好的Raw格式解析算法 2.最好的联机拍摄（商业摄影师联机拍摄首选） 3.颜色编辑器 4.图层遮罩 5.关键字管理（Capture One Pro 9新功能） 6.与PS、LR相比，Capture One 提供了另外的一套后期思路，在我看来学习Capture One的成本要比LR低，但因为国内相关教程较少，所以Capture One在中国的用户没有LR的多，知名度也没有LR的高。 通俗讲capture one的优势 Capture One 可以创建属于你自己的色彩管理文件 Capture One 可以让你马上看到画面中对焦对实了的部分 有点像观看照片时的峰值 Capture One 可以用色彩编辑器做你想做的关于色彩的一切调节 Capture One 联机拍摄无人能比 还可以用iPad或iPhone无线实时监看画面 拿过去给模特看 做动作或表情调整 ram格式是个什么格式？ affinity photo 拍摄技巧 如何保持手持拍摄？ ①双手握持三点接触法 ②贴身握机发 ③颈部拉直肩带发 能拍一些平移的画面 ④机身防抖 ⑤后期 ⑥人肉独脚架（利用重力下坠） ⑦广角拍摄,短焦开启防抖 ⑧拍成慢动作，也能防抖 用更高的帧数 其他 有时手持拍摄也是有独特的效果的 机器拍摄 画面有点不自然，有点假 光圈快门感光度调节顺序 首先根据需要的景深选择光圈， 用光圈优先模式：这样快门速度就自动了。 这个曝光只能由相机自动决定，差不了太多。 大多数摄影师大多数场景常用光圈优先模式拍摄？ 如何设置为光圈优先？ 根据物体移动速度选快门速度， 快门速度会适合抓拍，或者是记录轨迹 如果用快门优先模式，可以设置相对比较快的快门速度，光圈自动，同样能满足大部分拍摄。 最后根据需要的曝光选感光度。 B什么意思？ 曝光补偿和感光度的区别？ 元素要少！（做减法） 元素统一 云和天空 人为产生的元素 黑夜会弱化掉所有的元素，只留下点亮的那些东西 减法 虚化 虚化了背景，统一了元素 元素划分 调色上做减法 处理前 处理后（去掉了几种颜色） 处理前 处理后 对焦 如何手动对焦？ 想要收获最好的虚化效果，要达到以下三个条件 手动对焦一般都是在一些很极限的情况下才会用了。 不要太在意专业啊、手动啊啥的，千万别以为手动就是专业的，自动对焦本身就是技术的进步，没有那个摄影师会在自动能满足的情况下去考虑手动对焦，除非是职业装13的。 手动对焦适用场合大致如下： 1、弱光环境 很多拍星空的朋友都有这样的体验，当你想拍摄清晰的前景，对远处暗淡的主体对焦时，你半按快门，却发觉相机无法对焦。 在低光低对比的环境下，相机是无法准确对焦的，此时，手动对焦便是最好的选择。 2、微距拍摄 　　近距离拍摄物体，半按快门，图像一直在对焦和失焦之间徘徊，始终无法全按快门拍照，此时是最尴尬的时刻，这是因为景深太浅，导致相机无法自动对焦。 这时使用手动对焦就可以解决大部分问题。 3、主体前有遮挡物 　　在一些场合，你想拍摄的被摄主体前面，有其他物体在前景位置遮挡，比如栏杆，玻璃等等，自动对焦往往就会将焦点放在前景物体上，而不是你想拍摄的主体，此时，用手动对焦能快速解决问题。 4、使用老镜头 　　老镜头多没有自动对焦模式，只支持手动对焦，此时便毫无其他选择了。 5、摄影乐趣 以前很喜欢蔡司镜头，它拍出的图片色彩浓郁，德味甚浓，但蔡司头都是手动头。 犹豫再三，半年前还是禁不住诱惑进了一只蔡司50/1.4镜头。 其后，我多次用它进行街拍或人像拍摄，不得不说，手动对焦的乐趣，是旁人无法体会的。 二、手动对焦方法 1、相机设置：（以尼康相机为例） 1.1.镜头的对焦模式，调为手动，即 “M”档。 1.2.相机的对焦模式，调为手动，即 “M”档。 1.3.另外，我拍摄风光类题材，相机的拍摄模式也是手动“M”档。 2、对焦点选择： 2.1.静态风光摄影中，一般选择全景深的近三分位对焦。 2.2.城市夜景风光，对焦部位尽量选择窗户等相对高光比区域，便于合焦确认。 2.3.强光手电辅助照亮主体，也是手动快速对焦的法宝。 3、手动对焦方法： 3.1.稳定：使用三角架等设备固定相机。 3.2.光圈：一般风光摄影的光圈设置为F8-F16，在对焦时，先把它设置为镜头的最大光圈，以得到最浅景深便于合焦识别。这一步是手动精准对焦的关键！ 3.3.打开相机背屏显示模式： 3.4.选择对焦点： 左右上下移动背屏上的红色方块，来选择对焦点。 3.5.最大限度放大对焦点： 按相机上的放大键，最大限度放大对焦点。 3.6.手动转动镜头的对焦环，调节到对焦点最清晰为止。 3.7.把光圈设置再调整回实拍光圈，即F8-F16。 3.8.手动对焦完毕，可以实拍。 其他的合焦确认方法： 1、相机合焦提示 调节对焦环，观察单反相机目镜，里面有合焦显示提示。尼康相机是白色的圆点，没有合焦时，是向右或向左的白色三角。 2、峰值对焦 峰值对焦是索尼微单相机所具备的一种对焦方式，其原理是将画面对比度最高的区域用高亮的方式显示出来。越是接近合焦，画面上出现的红色（颜色也可设定为其他颜色）颗粒就越是明显。而这些红色的颗粒就是所谓的峰值。 对焦环 如何手动对焦？ 想要收获最好的虚化效果，要达到以下三个条件 手动对焦一般都是在一些很极限的情况下才会用了。 不要太在意专业啊、手动啊啥的，千万别以为手动就是专业的，自动对焦本身就是技术的进步，没有那个摄影师会在自动能满足的情况下去考虑手动对焦，除非是职业装13的。 手动对焦适用场合大致如下： 1、弱光环境 很多拍星空的朋友都有这样的体验，当你想拍摄清晰的前景，对远处暗淡的主体对焦时，你半按快门，却发觉相机无法对焦。 在低光低对比的环境下，相机是无法准确对焦的，此时，手动对焦便是最好的选择。 2、微距拍摄 　　近距离拍摄物体，半按快门，图像一直在对焦和失焦之间徘徊，始终无法全按快门拍照，此时是最尴尬的时刻，这是因为景深太浅，导致相机无法自动对焦。 这时使用手动对焦就可以解决大部分问题。 3、主体前有遮挡物 　　在一些场合，你想拍摄的被摄主体前面，有其他物体在前景位置遮挡，比如栏杆，玻璃等等，自动对焦往往就会将焦点放在前景物体上，而不是你想拍摄的主体，此时，用手动对焦能快速解决问题。 4、使用老镜头 　　老镜头多没有自动对焦模式，只支持手动对焦，此时便毫无其他选择了。 5、摄影乐趣 以前很喜欢蔡司镜头，它拍出的图片色彩浓郁，德味甚浓，但蔡司头都是手动头。 犹豫再三，半年前还是禁不住诱惑进了一只蔡司50/1.4镜头。 其后，我多次用它进行街拍或人像拍摄，不得不说，手动对焦的乐趣，是旁人无法体会的。 二、手动对焦方法 1、相机设置：（以尼康相机为例） 1.1.镜头的对焦模式，调为手动，即 “M”档。 1.2.相机的对焦模式，调为手动，即 “M”档。 1.3.另外，我拍摄风光类题材，相机的拍摄模式也是手动“M”档。 2、对焦点选择： 2.1.静态风光摄影中，一般选择全景深的近三分位对焦。 2.2.城市夜景风光，对焦部位尽量选择窗户等相对高光比区域，便于合焦确认。 2.3.强光手电辅助照亮主体，也是手动快速对焦的法宝。 3、手动对焦方法： 3.1.稳定：使用三角架等设备固定相机。 3.2.光圈：一般风光摄影的光圈设置为F8-F16，在对焦时，先把它设置为镜头的最大光圈，以得到最浅景深便于合焦识别。这一步是手动精准对焦的关键！ 3.3.打开相机背屏显示模式：