2017.03.24回顾 归一化 标准化 R2 date_format 共线性 系数检验 决策树

1、as cash，调整了某两类的客户的审批阈值

2、归一化是线性映射到0-1，z-score标准化是(x-μ)/δ，经过转换后均值为0，标准差为1，机器学习实战那本书讲岭回归的时候，标准化的方法是除以方差，这样一来标准化后的标准差就是1/δ

3、线性回归评价指标R2，是回归值平方和除以真实值平方和

4、mysql中datetime截取年月日有一个内置函数，data_format(datetime,'%Y-%m-%d')，可以直接按截取后的进行group by

5、中午思考两个问题多重共线性对于回归的影响，还有就是对于回归系数的检验问题

多重共线性对回归的影响：如果完全共线，不能求解，xTx不可逆

                                             解释性会出现问题，有一个odds ratio之类的值，固定其他变量，变动其中一个变量，风险增大多少云云，如果有另外一个变量受到其影响，解释性上就                                              出现了问题

                                             导致回归系数不稳定(我不理解)

回归系数的检验的原假设是w=0，用到是t检验，具体的t统计量表达式当然也和两个独立样本t检验不同

6、下午正琴姐帮我证明了下，我那个问题，但是提到了矩阵秩的公式，R(AB) <= MIN(R(A),R(B))，这个又需要证明，涉及到线性方程组的方法，我那部分有些概念又记不住了，又需要慢慢看一下

7、后面又复习了一下决策树，ID3决策树节点分裂的度量是信息增益，也就是熵差，而C4.5决策树采用的是信息增益率，CART树是二叉树，分裂度量采用的是gini，ID3只能处理标称型变量，不会重复使用变量进行划分，因为每次分化都是拿某一变量的全部类别分之，C4.5和CART都可以处理数值类变量，也可以重复使用之前的变量