1、對風控描述文件進行了修改，交付給了相關同事

2、然後就是把Ken的介面加入到合作方決策引擎中，沒什麼問題，還是老套路，只是對於AS前置模型的情況進行了一些小處理

3、下午我記得還Henry微信溝通了一下，放寬了AS某個渠道的客戶

4、下午還研究了手機三要素的問題，發現根本就沒拉3A的手機三要素，然後又是一番溝通，過程中也瞭解到3A的一些庫表結構

5、下午的另外一半時間都是集中在領悟線性迴歸/相關係數/R2的事情上，R2=ESS/TSS，TSS = ESS + RSS，TSS稱為總平方和，ESS稱為迴歸平方和，RSS稱為殘差平方和，

TSS = ESS + RSS，然後接下來就是解決這個等式的證明，證明要用到一個拆分的技巧，詳細過程見

看到這裡，又出現了新的問題，為什麼殘差之和為0，這個我搜了好久，我的直覺告訴我殘差之和為0跟最小二乘肯定有什麼聯絡，果然，最後搜到了一個，殘差之和為0是最小二乘的一階條件，使用最小二乘對引數進行估計，令偏導等於0必然有殘差之和為0，後面的殘差乘以X，求和為0，同理得到，解釋詳見這個回答

其實本來只是想解決R2和相關係數關係的問題，想不到最後引出這麼多問題，好在我都解決掉了，但是R2和相關係數的關係證明，目前我還沒能給出，既然都走到這一步了，一咬牙一跺腳就把這個問題也解決了吧，我在星期五的證明過程中，自己也有一點感覺，似乎證明不難的！

下面補充一下R2和相關係數證明

思路就是嘗試去根據相關係數做構造，然後把係數用樣本點的表示式去帶！OK，至此，解決了所有疑惑，問題的最初是為什麼pearson相關係數表徵的是線性相關性，想不到引出一系列問題，從中我也複習了很多知識線性迴歸的相關知識！