2018年2月27日
科三——挂挡
摘要： 挂档： 1.举重若轻；慢2.拨：五指张开；拳握；侧握。 油离配合： 1.脚下换踩快速2.油门位置最低，刹车位置要高一点。右脚控制油门刹车3.一二档的离合要快踩慢抬。三四档油门松快一点没有关系。右脚都是均匀慢速踩。 离合松完才踩油门。但是间隔差越小越好（防止高档低速脱档） 加减档： 档位与车速的匹配： 阅读全文
posted @ 2018-02-27 13:31 Jane_lau 阅读(269) 评论(0) 推荐(0) 编辑
科三——起步
摘要： 1，踩（踩离合器）2，挂（挂一档）3，打（打转向灯）4，鸣（喇叭）可以不鸣5，摆（左右摆头看起步条件）6，抬（抬离合器抖动）7，松（松手刹）8，起步（回头180度看左边反光镜在安全的条件下起步）起步过程要平稳，无闯动，无后溜，不熄火，如熄火要马上退空档重新点火（切记退空档踩刹车踩离合） 起步时，如果 阅读全文
posted @ 2018-02-27 13:03 Jane_lau 阅读(189) 评论(0) 推荐(0) 编辑
科三——起步前准备
摘要： 1.贴车身逆时针绕车一周。（有感应器来确认是否绕车检查了安全条件）绕车一周检查车辆轮胎状况，是否有压线，车门是否关好，观察车辆周围环境是否安全。 【驾车视频上说：确定距边缘线30cm，若多于30cm,则出去时甚至要往右打一点方向？？？？？？不知道湖南省有么有这个要求？？？】 2.进入车内先调整座椅和 阅读全文
posted @ 2018-02-27 12:17 Jane_lau 阅读(226) 评论(0) 推荐(0) 编辑
2018年2月23日
7.3&7.4 logistic模型的原理：似然方程和信息方程
摘要： 一.原理 最大似然法则（ML） 略... 信息矩阵是似然函数二阶导数的矩阵 二.TIPS 当数据线性可分【自变量的线性组合可以将数据完全分类时，就发生了数据的线性可分】时，模型将： 似然函数是无限的，即没有最大值 模型的参数估计值无限 实践当中，当模型拟合使用的数据集只有少量的观测值且包含大量二元自 阅读全文
posted @ 2018-02-23 21:24 Jane_lau 阅读(356) 评论(0) 推荐(0) 编辑
7.1&7.2 logistics 基本公式
摘要： 一.相关符号说明 p：事件y=1的概率（违约概率） logit函数：ln{p/(1-p)},是logistics模型的因变量,又可以表示为z p/(1-p):比率；即logit函数是比率的自然对数 联系函数：应用概率P的函数形式（当因变量为二元变量，系统默认为logit函数） 二.代码实现 proc 阅读全文
posted @ 2018-02-23 21:12 Jane_lau 阅读(638) 评论(0) 推荐(0) 编辑
第6章 信用卡样本数据集
摘要： 一.数据字典 公共信息字段：预测违约，即决定是否授信 其他字段：已签发信用卡的客户行为，可用于开发行为信用卡或监测已有客户行为并防范风险 二.宏%include:读取和执行相关项 %let dir=文件物理地址; %include "&dir"; 阅读全文
posted @ 2018-02-23 20:57 Jane_lau 阅读(445) 评论(0) 推荐(0) 编辑
5.4数据准备之抽样和权重计算
摘要： 一.抽样方法 随机抽样可以用来开发训练和测试样本 均衡抽样（对称抽样）中，设计的样本中的目标变量具有特定的构成。另外在logistic回归模型中，总体中正常和违约事件的初始比例应当作为因变量的先验概率？？？ 分层抽样中，用一个或多个与业务申请相关的变量值将数据分层 二.样本规模 依据内部标准实际实践 阅读全文
posted @ 2018-02-23 20:43 Jane_lau 阅读(1160) 评论(0) 推荐(0) 编辑
5.3数据准备之连续变量分段
摘要： %EqWBinn 2.最优分段 %BinCoutVar(DSin,IVVar,DVVar,Method,MMax,Acc,DSVarMap) /* 输入数据集，进行分段的连续自变量，变量VarX的分段形式，由宏% BinCoutVar生成的分段限制数据库，输出数据集 */ 阅读全文
posted @ 2018-02-23 17:13 Jane_lau 阅读(1100) 评论(0) 推荐(0) 编辑
5.1&5.2数据准备之降低基数
摘要： 一.数据准备 合并类别，降低基数 将连续变量分段，WOE 抽样和权重计算 合并类别，降低基数 将连续变量分段，WOE 抽样和权重计算 合并类别，降低基数 将连续变量分段，WOE 抽样和权重计算 前两项任务称为变量分群。 决策树软件包的GUI，是进行最优分群的常用工具。？？？ 二.降低基数且使预测能力 阅读全文
posted @ 2018-02-23 16:55 Jane_lau 阅读(328) 评论(0) 推荐(0) 编辑
2018年2月22日
第4章 预测力指标——显著性关联性检验
摘要： 一.原因 二.指标 2.1两个连续变量 皮尔森相关系数（容易受极端值的影响） 皮尔森相关系数（容易受极端值的影响） 皮尔森相关系数（容易受极端值的影响） proc corr data=data-set-name; var var1 var2 ...varn ; run; 斯皮尔曼相关系数 （用等级计 阅读全文
posted @ 2018-02-22 20:38 Jane_lau 阅读(828) 评论(0) 推荐(0) 编辑