一直在想写倾向匹配得分PSM学习笔记，好好总结一下。但一直拖着，对倾向匹配得分法虽然思想比较理解，但没有系统地学习，所以这篇博客总结一下老师们的一些文章，在总结中学习，哈哈~1 产生背景参考学习文章：【内容回顾】倾向性评分匹配流行病学病因研究中，为了探讨某因素(处理或干预，后统称“处理因素”)与结局(如疾病)的关系，需要设立对照组进行比较。但对照组的重要特征是具备可比性，即除某因素外，其他因素相同

1.DID介绍1.1 特点双重差分模型 （Difference-Differences, DID）是政策评估的非实验方法中最为常用的一种方法，其中交互项是DID的灵魂。交互项形式拥有各种形式，包括（1）传统DID；（2）经典DID；（3）异时DID；（4）广义DID；以及（5）异质性DID。下面分别介绍这几种。1.2 传统DID双重差分法是研究“处理效应”（treatment effects）的流

本章解决问题将简单的程序与大量的文本结合起来，我们能实现什么?我们如何能自动提取概括文本风格和内容的关键词和短语?Python编程语言为上述工作提供了哪些工具和技术?自然语言处理中的有哪些有趣的挑战?这里写目录标题1 文本和单词2 近观Python:将文本当做词链表3 计算语言：简单的统计4 回到python：决策与控制5 自动理解自然语言6 小结7 练习1 文本和单词# 导入nltk的文本fro

逻辑回归1 逻辑回归介绍2 逻辑回归原理2.1 逻辑回归的输入2.2 逻辑回归的结果预测2.3 逻辑回归损失函数2.4 逻辑回归预测结果评估3 逻辑回归api介绍3.1 逻辑回归预测api3.2 逻辑回归分类评估api1 逻辑回归介绍（1）定义：逻辑回归（Logistic Regression）是机器学习中的一种分类算法，虽然名字中带有回归，但是它只是与回归之间有一定的联系。由于算法的简单和高效，

最近事情好像有点多，处理得心不在焉。之前国庆计划把张五常老师的经济解释卷二，但也是只把第三章生产的成本看了一下，哈哈~这是一篇python金融量化分析的闲杂且入门的笔记，感觉学习价值较低，我只是记一下我码的代码，怎么说。我也是刚刚接触这一块，后面有时间再看看书深入学习一下吧~1 金融基础再基础的粗略介绍（1）金融：金融就是对现有资源进行重新整合之后，实现价值和利润的等效流通。（2）金融工具：金融工

多线程爬取表情包详解1. 普通爬取表情包2.多线程爬取工作原理3.多线程爬取表情包代码'''需求：在斗图网爬取表情包并且保存网址：https://www.doutula.com/photo/list/?page=1https://www.doutula.com/photo/list/?page=2https://www.doutula.com/photo/list/?page=3目标url形式为

python爬虫之Scrapy介绍1. logging模块1.1 简介1.2 错误级别1.3 常用配置1.4 logging模块在scrapy文件的配置2. scrapy.Request—以腾讯招聘爬虫为例3. item1. logging模块1.1 简介定义：Python 中的 logging 模块可以让你跟踪代码运行时的事件，当程序崩溃时可以查看日志并且发现是什么引发了错误。用途：1）控制信息

在这篇博文，我们练习了利用beautifulsoup爬取了中国天气预报（http://www.weather.com.cn/textFC/gat.shtml），让我们一起学习一下吧~python爬虫之爬取中国天气预报1.爬取步骤2.获取网页源代码3. 分析天气爬取规律4 保存文件5 完整爬取中国天气预报1.爬取步骤1.确认需求和目标url2.获取网页源代码 （第一页为尝试）3.分析网页爬取规律 （

python爬虫之cookie和session介绍1 cookie介绍1.1 定义1.2 应用2 session介绍2.1 定义2.2 session和cookie关系3 综合应用——以12306为例3.1 12306的验证码破解3.1.1 设置参数，请求目标url3.1.2 拿到12306的验证码3.1.3 输入正确验证码3.1.4 完整练习3.2 浏览12306的车次列表本节重点讲的是pyt.

1 seaborn介绍和安装（1）介绍：Seaborn 是一个基于 matplotlib 且数据结构与 pandas 统一的统计图制作库。他提前已经定义好了一套自己的风格。然后也封装了一系列的方便的绘图函数，之前通过matplotlib需要很多代码才能完成的绘图，使用seaborn可能就是一行代码的事情。（2）安装通过pip ：pip install seaborn通过anaconda： cond