2017.05.08回顾 协方差 相关系数

1、上午来到公司精神非常不好，也不知道为什么，有时候睡了有这么多个小时，就像中奖一样，还是会精神不好，只有去搜索一些资料来看，去逛了下kaggle，看了下知乎上人们对kaggle的评价，逛了下自己的投资收益，搜了下woe IV这一套评分卡建模方案有没有python实现，发现还是以前那个，到时候看可不可以直接站在巨人的肩膀上，上午顶着睡意开发合作方的模型

2、下午睡觉起来，精神恢复，开始飙车了，主要就是两个工程项目，一个就是继续改合作方的模型，第二个就是突然告诉我两步的接口要上线，这个两步接口本来之前就做好了，但是线上的单接口版本已经迭代了好几轮，所以我的解决方法是，直接用线上的单接口版本改成两接口版本，改的方法大致同以前，同时还修复了新用户6C的一个bug，最后数据表添加字段，上线正式环境，然后另外一边，partnership_v2的模型本地测试了一下也是没问题的，我然后把这个接口上传到线上，测试了下问题不大，相当于说一天之内完成了二个项目，但是我想效率应该还可以更快

3、昨天还有个插曲，证明我自己是个菜鸡，昨天上午去面试了一个人，他其中提到了相关性的计算，我就问他两个连续变量的相关性的是如何计算的？他想了下，写了个协方差的公式出来 ，COV(x,y) = E(xy) - E(x)E(y)，其实我基础不好，不知道这是协方差（虽然曾经见过），晚上砖搬完，我就开始想他写的公式，一查，果不其然就是协方差的公式，再一查pearson相关系数就是标准化后的协方差，ρ = COV(x,y)/σxσy，黄司机差点翻车，然后查了一些资料，去更好地理解协方差和相关系数 ，协方差表征了两个变量的变化一致性，同增同减，大于0正相关，等于0不相关，小于0负相关，但是有一点如果协方差数值越大，是不是比数值小的相关程度更大，我觉得不一定，要看变量的取值范围，所以才有了pearson相关系数，无量纲化，消除了这种变化幅度的影响，但是我昨天的思考就卡在这里了，是怎么消除的？我还需要进一步思考一下，一种感性的想法就是，标准差是表征了随机变量偏离期望的平均程度，而协方差是乘积里面也含有一个偏离，两个偏离抵消，为什么取值在-1到1之间，如何理解？为什么是考察的两个变量间的线性相关性？先把问题留在这里，有时候思考这些东西也要认真不然很难领悟，一边聊天一边思考，效率太低了

昨天回到家，我记得已经是11点20了，但是还是上线玩了一下，真的没必要，本来就只想在手机上指派任务出去，但是不支持老的IOS，新的IOS容量又不够，这就麻烦了，怎么说？首先第一点，12点之前必须睡觉，不要跟着身体的感觉走，就是睡！第二点现在弄不好就不要上了，少几个任务有多大影响呢？不要强求，下一步把系统清理了，看是否可行。今天晚上回去可能需要上去领一下低保。周一周二周三还是不上线，浪费一个任务就浪费，多大回事呢？本来就没什么收益！那低保哪天领呢？那周三或周二只领低保，其他什么事都不要做！