回归CSDN，记录点点滴滴

引言 这是一个非常不专业的技术贴(也许不配叫技术贴哈哈哈哈)，本弟弟没有任何计量经济学基础，在做实证之前唯一知道的我要实现的是OLS回归，在经过导师的指导和自己的资料查阅下做出了一堆东西，记录记录让自己高兴一下。实证目的 参考Foucault and Fresard*的研究，引用中国上市公司A股数据(预设数据区间1990-2019，实际数据区间2007-2019)验证“股价...

文章目录一、DDR命令真值表二、ACT激活命令时序要求2.1、ACTIVATE波形——tRRD、tFAW2.2、ACTIVATE波形——tRAS、tRC三、Read命令时序要求3.1、Read 波形——无Additive Latency3.2、Read 波形——有Additive Latency3.3、Read 波形——Additive Latency使用场景 一、DDR命令真值表 DDR的Command命令由CKE、CS#、RAS#、CAS#、WE#信号组成，这几个信号进行不同的搭配组合会形成不同的Co

阿斯蒂芬

海思modem一个周期内不能记录博客，出来回归CSDN，记录一下。

开启我的csdn的记录 平时的时间都是朋友圈，新闻等大多无聊的东西所占据，希望csdn能让自己回归正常，逝去的就已经逝去了，发挥自己的能力，不让自己后悔即可，没有什么比荒废一生更可怕的了，做点有意义的东西吧。...

多么无奈的选择，在鼓捣了hexo一天多的时间后，还是各种问题搞不定！其实就不该手贱，去年就用Jekyll弄了个博客，只是一直闲置长草了。前段时间看到别人说用hexo做博客很方便，又想重新开始写博客，于是跳入坑中就没有出来了。算了，懒得折腾了，还是选择CSDN来写博客吧。就像高中几乎没有做完一个笔记本一样，弄了几个博客确实一直没有坚持写下来，做过一些东西缺少记录，过不了多久细节性的东西基本忘得差不多

     辗转反侧之后，又回归原点-csdn博客。google的appspot彻底不能访问了，之前搭建的博客也算是折翼了，郁闷！从离开四年多的公司，再到离开一年后重回，都宛如做梦般。

注释：Ctrl+KCtrl+C；取消注释：Ctrl+KCtrl+U 单元线性回归，单元指的是一个属性，有m个样本。 多元线性回归，多元是指有n个属性，m个样本。 多元回归部分代码：用五个样本更新权重，numiter是迭代次数。loss是损失函数。 for j in range(numIter): for i in range(l): h= sigmoid(dataMatrix[i:i+5]*weights) ...

前一陣子一直在MSN Space裏寫Blog，一來是新鮮，二來感覺那裏的速度比這裡快一點。今天回來看了一眼，發現CSDN的管理界面更新了，而且用起來還是很舒服的，所以決定再回到這裡，one more，我們公司訪問CSDN是不記錄網絡流量的，我曾經連續三周榮登流量榜的榜首。

摘要： 在CSDN平台，原创内容直接影响原力值与创作者权益。若文章被误判为非原创，可通过以下流程申请恢复：1. 自查原创性，确认内容独立创作且符合首发要求；2. 准备申诉材料，包括文章链接、原创证明（如代码提交记录、早期草稿）及书面说明；3. 通过官方渠道提交（客服工单、社区反馈或邮箱），保持客观描述；4. 跟进审核结果，必要时补充材料。为避免误判，建议标注引用、优先首发CSDN并参与原创计划。规范申诉可有效维护权益，保障创作生态健康发展。

csdn博客阔别5年的回归    时光飞逝，再成功回归csdn，已经5年后了。做技术开发我有两个习惯，一个是写笔记，一个是写博客。其实一直关注csdn，中间由于账号被盗，也由于自己的主观原因，没能坚持继续写博客,csdn没有，别的地方也没有。    看看自己以前写的东西都是2013的tag，那时稚嫩，但是认真;不全面，但是细致。        再看看每篇文章都有上千近万的阅读，想想青涩的自己，好像...

<br />      不知道不觉中又来到了csdn，很久很久没有上了。毕业了，也没有去从事IT，可是还是想在这里安个家，也许是还爱着自己曾经的选择的路吧，还不想去放弃这些。<br />      浅浅的网络，我们终要有个诉说的地方，QQ空间不适合我，今天在这里安家，明天在这里博文

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。

向找个博客记录和发表一些东西，想起了csdn，想起了账号，结果忘记了密码。好不容易重设了密码，进去一看，发现居然有十几年前写的几段文字，感慨万千。看来记录还是有必要的。

我们首先使用最一般的OLS对数据进行回归，然后计算方差膨胀因子VIF，如果VIF>10则说明存在多重共线性的问题，此时我们需要对变量进行筛选。 在第七讲时我们提到可以使用逐步回归法来筛选自变量，让回归中仅留下显著的自变量来抵消多重共线性的影响，学完本讲后，大家完全可以把lasso回归视为逐步回归法的进阶版，我们可以使用lasso回归来帮我们筛选出不重要的变量，步骤如下： （1）判断自变量的量纲是否一样，如果不一样则首先进行标准化的预处理； （2）对变量使用lasso回归，记录下lasso回归结果表中回归系数

回归 2020-9-10 回归 CSDN 博客，决定开始产出，思考，分享 过去在阿里云上折腾过不少博客框架，wordpress，hexo，hugo … 想着弄成自己的个人网站（生活随感，作品分享，踩坑记录）可后来渐渐没了更新文章的动力，写文章，push文章，同步github.io，一套下来费时费力；也弄过宝塔面板方便管理网站，渐渐对阿里云每天发来的待处理漏洞报告做到熟视无睹… 今年的阿里云服务器不打算续费了，域名也不会再使用了，纪念一下这个陪伴了我4年的域名：nuptalex.xyz 产出 是时候做