前一段时间在知乎上看到一个帖子，北京到底有多少人口。话说传的是神乎其神，有说内部资料显示4800万的，有说市政公交卡显示5000万的。可是国家统计局分明白纸黑字写着 2015年北京常住人口2170万 。可以肯定的是，统计局的口径没算我，因为我没遇到过人口普查。估计很多人和我一样，北漂没有被认定为 常住

Mac的移动硬盘挂载在哪里？

购房的目的无非3种，首次置业、改善换房、投资。毋庸置疑的是，北京的市场充满了换房者。大家身边都有换房的案例，要么孩子要出生需要大面积；要么孩子上学需要学区房；要么想要从郊区换到城区享受便利的生活。以下是换房者揭秘：

按照统计学的说法，时间序列是趋势、周期、季节性、不规则因素的叠加，即有加法模型 $Y=T+C+S+I$ 和乘法模型 $Y=T×C×S×I$ 两种形式。那么北京房地产的趋势和周期是什么样的呢？

毛主席在1925年写的《中国社会各阶级的分析》中将当时社会的人们分为5个阶级：地主和买办阶级、民族资产阶级、小资产阶级、半无产阶级、无产阶级。虽然我们是社会主义，应该是人人平等。但每个人都不得不承认的是，当今社会，阶级之分是普遍的。

日本在二战后得到美国的支持，发展迅速，GDP一度达到美国的70%，大有超越美国之势。但从90年代开始，日本房地产崩盘，经济长期萎靡不振，所以有了“失去的20年”。学习日本的房地产发展对判断中国的房地产前途有重要的借鉴意义。

曾经用M2和信贷尝试解释过房价，但是存在共线性的问题，今天继续探索房价的影响因素。

用城市的 常住人口 衡量 人口增长 会有很大缺陷。拿北京举例，没有居住证的人口不会统计到常住人口里，2015年北京的常住人口2100万，实际生活在北京的人口估计在3000万左右。这些人一样是在北京消费的。移动电话出账用户数 是有电话账单的用户数，可以很好的修正人口增长，但是数据无法获得（需要三家运营商的数据），所以折衷选择 移动电话用户数 (这样会无可避免的带入 僵尸户 等影响数据的准确性)

支持向量机(support vector machine)缩写为”svm”，是机器学习方法的重要组成。本文介绍用R语言解决svm分类的流程

房价快速上涨的时候，上车的欢喜，没上车的愁，ZF为了照顾劳苦大众的情绪，总会象征性的出点抑制政策。以下是2007年以来的主要的抑制政策：

• 2007年9月，二套房首付提升至50%
• 2009年12月，个人住房转让营业税免征时限由2年恢复到5年
• 2010年4月，“新国十条”，差别化信贷政策；“京十二条”，北京家庭只能新购一套商品房
• 2013年3月，“京十九条”，二手房20%个税
• 2013年4月，二套首付7成
• 2016年9月，提高首付比例，重启“70/90”

下面用不同的方法来拟合 是否出抑制政策，1代表是，0代表否