年薪

今天跟人交流，听到这个观点，突然有点点感悟。之前再定战略，总觉得要多宏大，否则怎么能称之为“战略”。 今天这个说法让我有了更进一步的认知。 一、战略并不高大上 虽然自百度百科对战略的解释：是一种从全局考虑谋划实现全局目标的规划。战略是一种长远的规划，是远大的目标，往往规划战略、制定战略、用于实现战略的目标的时间是比较长的。 可事实上，只要有短期难以实现，但经过长期规划并努力可以实现的目标，我们都可以称之为“战略”。比如：5年赚个100万。 二、战略，需要目标和能力的动态平衡 光有目标，还需要制定方案，评估自身能力而制定的方案。 比如前面所说的要赚个100万，要开始规划。比如: 第一年，刚从学校毕业，重点是学习业务知识，目标年收入是8万。 第二年，通过能力提升，能够当个小主管，年收入达到12万。 第三年，目标当上副经理，年收入能达到20万。 第四年，目标当上经理，年收入达到26万。 第五年，目标当上总监，年收入达到35万。 只要有了目标，去锻炼每年达到目标所需能力，战略自然就能实现。 三、每个阶段需要当下经过努力可达 从前面的拆分来看，每个阶段的提升都是可达的，属于一步一步脚踏实地的提升，这样的规划，有个目标就有前进的方向。 总结：战略实现的每一步需要和能力匹配的目标。每个小战略的实现，最终带来大战略的实现。 来源： CSDN 作者： yyyyyyy10 链接： https:/

对于北漂一族来说，现实都是很无奈的。在大城市打拼，有时候那种幸福感并不是收入能够带来的。毕竟离家乡相隔千里，父母老人都在老家，那种落叶归根的感觉，随着年龄越大越来越强烈。当然更多的北漂一族收入不高，买不起房，买车摇不到号，每天蜗居在几平方的出租屋里，为了几千块钱而奋斗。 最近在职场论坛上有一个40岁的中年北漂程序员感叹，他说人到中年，毫无激情，没有一天想工作，多次想过辞职，怎么办呢？而这个北漂程序员说出自己的现状：家庭年收入超过200万，在北京也买了2套房子，有车有户口。看起来是相当不错了，至少比大部分的北漂收入要高很多。 尽管收入还不错，但是整天想回老家，原因很简单，在北京幸福感为0，还整天想离婚走人，逃离这个钢铁森林。不知道其他人有没有同样的感觉，不喜欢在北京的生活方式，放不下家庭，时刻想着辞职回老家。 有网友说果然男人收入高了就是不一样，居然还要离婚。但是离了你就能找到幸福感吗？再说了，辞职离开北京，你还不一定会习惯老家的生活，不过一个程序员能够年收入200万真的很厉害了，相当佩服，至少也是公司高管级别，一般小公司是做不到的。 也有网友建议他不辞职，尽管你40了，但是你的孩子肯定还在上学，在北京的上学环境比小地方好太多了，你可能回老家会幸福，但是你的孩子呢，难道让他以后再走一遍你的老路？ 也有网友深有同感，我在北京收入100万已经感觉不到是为自己而活，都是为了家人和后代

决策树的概念 决策树是大数据技术进行分类和预测的一种，决策树学习是一种基于实例归纳学习算法，它主要从一组无次序、无规则的实例中推理出以决策树所代表分类规则。它采用从上向下的递归方式，在决策树的内部节点进行属性的比较，并根据不同属性值判断从该节点向下的分支，在决策树的叶节点得到结论。 为了理解决策树的概念，下面举个例子说明： 银行依据上表的银行贷款者历史数据构建如下图的决策树，假设有一笔新的贷款客户信息：没有房子、单身、年收入9万元，银行根据决策树首先对这位客户进行了解“是否有房”，没有房子就从上往下的右边“已婚”走，然后继续了解是否结婚。还是单身没有结婚就从上往下的左边“年收入”走。最后了解客户的年收入是否大于8万元，9万元是大于8万元的，最后在叶节点结论看到“不违约”。银行就可以预测客户相对会有违约情况发生可能性较低，所以可以决定贷款给客户。 图1.银行贷款决策树 我们现有一笔2017年某银行的客户信息和违约情况经数据处理后，如下图所示，共计700条数据。 表2.2017年某银行历史数据 通过Anaconda3软件对上面数据进行分析，运行下面的代码 import pandas as pd from sklearn.linear_model import LogisticRegression as LR from sklearn.linear_model import