关于友情维护的重要性，尤其是在美国大学生群体中，有两种互补的观点。其一，人际关系有助于产生社会资本（Lin,1999），也是为成年期形成的心理社会发展的重要组成部分（Sullivan,1953）。对于大学年龄段的人群来说，像 Facebook 这样的网站可能在维持人际关系方面发挥着至关重要的作用，否则，会因个体离开家乡的地理上联结的社会网络而丢失。其二，也有越来越多的证据表明，一般来说，互联网的使用，特别是像 Facebook 这样的社交网站，可能与一个人的自我价值感和其他社会心理发展的衡量标准有关，尽管人们对互联网的使用对心理健康的积极或消极贡献还在激烈争论 (Kraut, Patterson, Lundmark, Kiesler, Mukhopadhyay, & Scherlis, 1998; Kraut, Kiesler, Boneva, Cummings, Helgeson, & Crawford, 2002; Shaw & Gant, 2002; Valkenburg et al., 2006).

刷 TDS(TowardDataScience.com) 和统计之都发现三个好东西： - 从任何机器学习模型中抽取人类可理解的洞察（Extracting human understandable insights from any Machine Learning model，作者 Parul Pandey），文章介绍了最为常用的 Permutation Importance, Partial Dependence Plots, SHAP values，Advanced Uses of SHAP Values 四种方法； - 可解释的机器学习指南（Guide to Interpretable Machine Learning，作者 Matthew Stewart, PhD Researcher），主要讲可视化，相对更加专业。 - Christoph Molnar 的新书 Interpretable Machine Learning，该书籍对机器学习可解释性有较为系统的介绍。 最近没时间仔细学习，故快速浏览了一下两篇文章和这本书目录，以 [1]、[2]、[3 ] 分别标注来源作简单小结，以备后用。

sdfsd

为了 .reindex 这一方法，自 0.21.0开始，pandas 不再支持使用 .loc 或 [] 方法对存在一个或多个缺失标签的列表 (a list with one or more missing labels) 进行索引。

今天分析数据降维的时候，使用 PCA 遇到了一个错误

318 川藏公路异常火爆。根据517318联盟的初步统计，每年在川藏公路徒步和骑行的旅行者已超过五万人次。

本文在参与式观察和非结构访谈的基础上讨论了社交媒体时代追星活动中的游戏化元素、机制和动力，其非物质性、群体性特征，并进一步探讨了游戏化趋势下的数字生存与选择自由。