我发现好多人都没把这两个玩意儿彻底搞清楚。有些论文里的错误比较隐晦，但有些一眼就能看出来作者没搞懂，用错了。
这两个东西公式一样，但统计含义和应用场景却大相径庭。
决定系数（Coefficient of determination，R2， R-square）是做线性回归时的常客。它的核心任务是解释方差，就是你的回归公式（Regression Line）在多大程度上解释了数据y的波动。 它的范围通常是 0 到 1。
当你画y和x的散点图并计算R-square时，它衡量的是数据点仅仅围绕最佳拟合线 (Regression Line)的紧密程度。如果 R-square = 1，说明所有点都完美地落在回归线上。这条回归线可以是任何斜率，不一定是 y=x。
Continue reading我订阅的Evernote是persona tier，2月份到期。此前en大幅度涨过一次价，假装取消它会给一个40%的折扣，下来大概是港元274。最近收到信件，en再次大幅涨价。personal要变更为advanced tie，大概要800多hkd每年，提供40%折扣，差不多400多，与之前比又涨了一倍。付不起了。en v11里新发展的什么ai其实我平时都用不上。
2011年3月26日（刚查的）注册的evernote，迄今大概2000来条notes。这次变更后的付费方案一个是starter，限制了1000条notes，所以我的notes已经超出这个限制。另一个就是advanced，太贵了。用了10多年，只能取消了。这次en没有再挽留我了。
根据网上的推荐，下载了UpNote，发现很适合我。购买了lifetime 总计25美金（大概一年en的订购费）。把全部note从evernote里迁移进来，一条不少。完美。
目前有限的使用UpNote的感受，十分好。
晚餐时突然聊到人老了会死，看到一个微信视频说，人本来就是一群原子分子，突然组合到一起有了生命，死了就是回归到原本的样子。想想挺神奇，为什么这么一群原子分子突然就变成生命的样子，而其他的原子分子还是泥巴石头的样子。
突然联想到我在课程上跟学生讲的p=0（概率为0），不等于是不可能事件。课本上经常把p=1描述为必然事件，p=0就是不可能事件，好像不可能发生。这是错的。
世界上这么多分子原子，所以从中选一群分子原子变为一个人的概率等于0（不是约等于，而是数学意义上的等于0），但世界上又有这么多人，每个人都对应一群分子原子，这些分子原子变为人的概率为0，但它们的确变成为了人。是这样吧，是不是被绕进去了。
讲清楚这个事情，我们往往用另一个更好理解的事情来描述，假设一个方块，我们往里面随机扎针，对于一个无限精准的位置，被针扎中的概率为0，但每次我们扎一次，总有一个位置被扎中，这个位置被扎中的概率为0，但是被扎中了。所以概率为0的事情这时候发生了。
拓展开来，一个连续随机变量X的概率密度函数是一条连续曲线，X=x的概率都为零，只有 [x1, x2]间隔内的概率才有意义，概率老师们是这样讲的吧。现在大家可以联系到一起了，这不等于说X=x绝不可能发生（老师们为了让学生好理解起见，往往就这么跟学生解释）。它只是说数学上概率为零。数学上有一个有意思的函数，叫Delta函数，是一个脉冲，宽度为0，高度为无穷大，但积分为一个确定值1（一）。是不是也不好理解。
Mark一下Google Scholar总引过5000（2026年1月15日）。其实里面有几个高引过百的论文我只是参与作者，如果把这些扣除，真正我自己工作的引用也就大概3500。不过没有大团队，也没有刻意去折腾引用，就我带硕博生干出来的有这样感觉已经不错了。近年有几个工作自己还是感觉不错了。
