- 博客(189)
- 收藏
- 关注
RSS订阅原创 【机器学习】决策树
文章目录决策树1.概述1.1决策树是如何工作的1.2 sklearn中的决策树2.DecisionTreeclassifier与红酒数据集2.1重要参数2.1.1 criterion2.1.2 random_state &splitter2.1.3剪枝参数2.1.4目标权重参数2.2重要属性和接口分类树的总结3.回归树3.1重要参数，属性及接口3.2 实例：一维回归的图像绘制4.实例：泰坦尼克号幸存者的预测5.决策树的优缺点5.1决策树优点5.2决策树缺点学习视频：《菜菜的机器学习sklear
2022-05-05 11:19:47
975
原创 数据仓库原理&实战【2】
文章目录表的分类1.1维度建模中表的类型1.2事实表的三种分类1.2.1事务事实表1.2.2周期快照事实表1.2.3累计快照事实表1.2拉链表ETL策略任务调动表的分类1.1维度建模中表的类型（1）事实表：一般是指一个现实存在的业务对象，比如用户、商品、商家、销售员等，根据表的功能不同可以分为事务事实表、周期快照事实表、累计快照事实表；（2）维度表：一般是指对应一些业务状态，代码的解释表。也可以称之为码表通常使用维度对事实表中的数据进行统计、聚合运算就是在查询过程中可以对数据进行筛选或组
2022-03-25 17:09:52
2669
1
原创 数据仓库原理&实战【1】
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代.
2022-03-24 14:37:04
1308
原创 每一题-107（进店却未进行过交易的顾客）
题107：根据下面两表编写一个 SQL 查询，来查找这些顾客的 ID ，以及他们只光顾不交易的次数。其中：Visits表：visit_id 是主键，该表包含有关光临过购物中心的顾客的信息。Transactions表：transaction_id 是主键，此表包含 visit_id 期间进行的交易的信息。解题思路：左连接两表，再筛选t表中是null的，最后根据顾客的id分组计数即可。select v.customer_id ,count(v.visit_id) count_no_trans
2022-02-20 17:40:01
538
原创 每一题-106（仓库经理）
题106：根据下面两个表写一个 SQL 查询来报告, 每个仓库的存货量是多少立方英尺。其中：Warehouse表：name和 product_id 是该表主键，该表的行包含了每个仓库的所有商品信息；Products表：product_id 是该表主键，该表的行包含了每件商品以英尺为单位的尺寸(宽度, 长度和高度)信息。解题思路：（1）分组；（2）计算每个商品的立方英尺；（3）求和；（5）内连接即可。select name WAREHOUSE_NAME,sum(p.VOLUME_1*
2022-02-19 21:13:29
390
原创 每一题-105（按月统计订单数与顾客数）
题105：根据下表写一个查询语句来按月统计金额（invoice）大于 $20 的唯一 订单数 和唯一 顾客数 。其中：order_id 是 Orders 表的主键，这张表包含顾客(customer_id)所下订单的信息。解题思路：（1）日期格式化（2）按月份分组（3）注意顾客要去重select date_format(order_date, '%Y-%m') month, count(order_id) order_count, count(distinct cu
2022-02-18 10:39:21
671
原创 每一题-104（银行账户概要）
题104：根据下面两表写一条 SQL 语句，查询：user_id 用户 IDuser_name 用户名credit 完成交易后的余额credit_limit_breached 检查是否透支 （“Yes” 或 “No”）其中：Users表：user_id 是主键，表中的每一列包含每一个用户当前的额度信息；Transactions表：trans_id 是主键，表中的每一列包含银行的交易信息，ID 为 paid_by 的用户给 ID 为 paid_to 的用户转账。解题思路：（1）分
2022-02-17 09:44:50
228
原创 每一题-103（每件商品的最新订单）
题103：根据下表写一个SQL 语句, 找到每件商品的最新订单(可能有多个)，返回的结果以 product_name 升序排列, 如果有排序相同, 再以 product_id 升序排列， 如果还有排序相同, 再以 order_id 升序排列。其中：Orders表：order_id 是该表主键，该表包含消费者customer_id产生的订单，不会有商品被相同的用户在一天内下单超过一次；Products表：product_id 是该表主键，该表包含所有商品的信息。解题思路：（1）首先红区每个产
2022-02-14 10:46:11
453
原创 每一题-102（产品名称格式修复）
题102：根据下表写一个 SQL 语句报告每个月的销售情况：product_name 是小写字母且不包含前后空格；sale_date 格式为 (‘YYYY-MM’) ；total 是产品在本月销售的次数；要求：返回结果以 product_name 升序 排列，如果有排名相同，再以 sale_date 升序 排列。其中：sale_id 是该表主键，该表的每一行包含了产品的名称及其销售日期。解题思路：（1）用lower（）转化成小写字母（2）用trim（）去掉空格（3）用date_fo
2022-02-13 01:08:34
267
原创 每一题-101（患某种疾病的患者）
题101：根据下表写一条 SQL 语句，查询患有 I 类糖尿病的患者 ID （patient_id）、患者姓名（patient_name）以及其患有的所有疾病代码（conditions）。I 类糖尿病的代码总是包含前缀 DIAB1 。其中：patient_id （患者 ID）是该表的主键，‘conditions’ （疾病）包含 0 个或以上的疾病代码，以空格分隔，这个表包含医院中患者的信息。解题思路：双反斜杠\表示转义；一个点表示匹配\n字符外的所有字符*+号属于贪婪匹配；？属于非贪婪匹配
2022-02-12 20:31:30
381
原创 每一题-100（查找拥有有效邮箱的用户）
题100：根据下表写一条 SQL 语句，查询拥有有效邮箱的用户。其中有效的邮箱包含符合下列条件的前缀名和域名：前缀名是包含字母（大写或小写）、数字、下划线 ‘_’、句点 ‘.’ 和/或横杠 ‘-’ 的字符串。前缀名必须以字母开头，域名是 ‘@leetcode.com’ 。解题思路：REGEXP 就是 regular expression 正则表达式 的意思：^ 表示以后面的字符为开头；[] 表示括号内任意字符；−-− 表示连续；∗*∗ 表示重复前面任意字符任意次数；\ 用来转义后面的特
2022-02-11 09:06:35
433
原创 每一题-99（上月播放的儿童适宜电影）
题99：根据下表写一个 SQL 语句, 报告在 2020 年 6 月份播放的儿童适宜电影的去重电影名。其中：TVProgram表：program_date, content_id是主键，该表包含电视上的节目信息，content_id 是电视一些频道上的节目的 id；Content表：content_id 是该表主键，Kids_content 是枚举类型, 取值为(‘Y’, ‘N’), 其中: ‘Y’ 表示儿童适宜内容, 而’N’表示儿童不宜内容；content_type 表示内容的类型, 比如
2022-02-10 17:27:26
261
原创 每一题-98（按日期分组销售产品）
题98：根据下表编写一个 SQL 查询来查找每个日期、销售的不同产品的数量及其名称，每个日期的销售产品名称应按词典序排列，返回按 sell_date 排序的结果表。其中：此表没有主键，它可能包含重复项，此表的每一行都包含产品名称和在市场上销售的日期。解题思路：（1）根据sell_date分组；（2）根据sell_date排序；（3）用分组拼接函数 group_concat()将每个日期的销售的产品拼接；（4）注意去重。select sell_date ,count(distinct pr
2022-02-09 13:01:18
158
原创 每一题-97（计算税后工资）
题97：根据下表写一条查询 SQL 来查找每个员工的税后工，按任意顺序返回结果，税后工资结果取整。其中：每个公司的税率计算依照以下规则如果这个公司员工最高工资不到 1000 ，税率为 0%；如果这个公司员工最高工资在 1000 到 10000 之间，税率为 24%，如果这个公司员工最高工资大于 10000 ，税率为 49%。解题思路：这题思路很简单就是用（case when max（）over（partition by））找到每个公司最高工资然后做判断再算税后工资即可。select
2022-02-08 10:30:00
279
原创 每一题-96（矩形面积）
题96：根据下表写一个 SQL 语句，报告由表中任意两点可以形成的所有 边与坐标轴平行且面积不为零的矩形。结果表中的每一行包含三列 (p1, p2, area) 如下:p1 和 p2 是矩形两个对角的 id，矩形的面积由列 area 表示要求：按照面积 area 大小降序排列；如果面积相同的话, 则按照 p1 升序排序；若仍相同，则按 p2 升序排列。解题思路：用自连接即可（1）abs(a.x_value - b.x_value) * abs(a.y_value - b.y_value)计算两个
2022-02-07 10:55:51
305
原创 每一题-95（苹果和桔子）
题95：根据下表写一个 SQL 查询, 报告每一天 苹果 和 桔子 销售的数目的差异，返回的结果表, 按照格式为 (‘YYYY-MM-DD’) 的 sale_date 排序。其中：sale_date,fruit)是主键，该表包含了每一天中"苹果" 和 "桔子"的销售情况。解题思路：sum内嵌套case when就把苹果和桔子的差异求出，用group by来对日期分组即可。select sale_date , sum( case when fruit = 'apples'
2022-02-06 11:30:00
229
原创 每一题-94（计算布尔表达式的值）
题94：根据下面两个表写一个 SQL 查询, 以计算表 Expressions 中的布尔表达式。其中：Variables 表：name 是主键，该表包含了存储的变量及其对应的值；Expressions 表：eft_operand, operator, right_operand)是主键，该表包含了需要计算的布尔表达式，operator 是枚举类型, 取值于(’<’, ‘>’, ‘=’)left_operand 和 right_operand 的值保证存在于 Variables 表
2022-02-05 09:15:00
399
原创 每一题-93（制作会话柱状图）
题93：根据下表写一个SQL查询来报告（访问时长区间，会话总数），结果可用任何顺序呈现。其中：决定统计访问时长区间分别为 “[0-5>”, “[5-10>”, “[10-15>” 和 “15 or more” （单位：分钟）的会话数量，并以此绘制柱状图。其中：session_id 是该表主键，duration 是用户访问应用的时间, 以秒为单位。解题思路：用union将每个区间连接，统计每个区间的个数即可。select '[0-5>' bin,count(duratio
2022-02-04 08:45:00
386
原创 每日一题-92（净现值查询）
题92：根据下面两表写一个 SQL, 找到 Queries 表中每一次查询的净现值。其中：NPV表：id, year 是该表主键，该表有每一笔存货的年份, id 和对应净现值的信息；Queries表：id, year 是该表主键，该表有每一次查询所对应存货的 id 和年份的信息。解题思路：此题需要注意的是Queries 表中有些在NPV 表中没有匹配的npv为null，用ifnull判断，连接两表即可。select q.id,q.year,ifnull(npv,0) npv from
2022-02-03 08:15:00
339
原创 每日一题-91（查找成绩处于中游的学生）
题91：根据下面两表写一个 SQL 语句，找出在 所有 测验中都处于中游的学生 (student_id, student_name)，不要返回从来没有参加过测验的学生。返回结果表按照 student_id 排序。其中：成绩处于中游的学生是指至少参加了一次测验, 且得分既不是最高分也不是最低分的学生。其中：Student表：student_id 是该表主键，student_name 学生名字.Exam 表：exam_id, student_id是该表主键，学生 student_id 在测验 e
2022-02-02 08:15:00
467
原创 每日一题-90（排名靠前的旅行者）
题90：根据下面两表写一段 SQL , 报告每个用户的旅行距离。返回的结果表单，以 travelled_distance 降序排列 ，如果有两个或者更多的用户旅行了相同的距离, 那么再以 name 升序排列 。其中：Users表：id 是该表单主键，name 是用户名字；Rides 表：id 是该表单主键，user_id 是本次行程的用户的 id, 而该用户此次行程距离为 distance 。解题思路：（1）利用ifnull（）函数将没有旅行距离的旅行者返回为0（2）用sum()计算旅行
2022-02-01 08:15:00
436
原创 每日一题-89（购买了产品A和产品B却没有购买产品C的顾客）
题89：根据下面两表编写SQL 查询来报告购买了产品 A 和产品 B 却没有购买产品 C 的顾客的 ID 和姓名（ customer_id 和 customer_name ），我们将基于此结果为他们推荐产品 C ，您返回的查询结果需要按照 customer_id 排序。其中：Customers表：customer_id 是主键，customer_name 是顾客的名称；Orders表：order_id 是主键，customer_id 是购买了名为 “product_name” 产品顾客的id。
2022-01-31 13:00:00
572
原创 每日一题-88（大满贯数量）
题88：根据下面两个表请写出查询语句，查询出每一个球员赢得大满贯比赛的次数，结果不包含没有赢得比赛的球员的ID 。其中：Players表：player_id 是这个表的主键，这个表的每一行给出一个网球运动员的 ID 和 姓名；Championships表：year 是这个表的主键，该表的每一行都包含在每场大满贯网球比赛中赢得比赛的球员的 ID。解题思路：（1）先用union all行转列（2）连接（1）和Players表（3）根据player_id进行分组（4）查询想要的字段sel
2022-01-30 10:53:51
463
原创 每日一题-87（股票的资本损益）
题87：根据下表编写一个SQL查询来报告每支股票的资本损益，股票的资本损益是一次或多次买卖股票后的全部收益或损失。其中：stock_name, day是主键，operation 列使用的是一种枚举类型，包括：(‘Sell’,‘Buy’)，此表的每一行代表了名为 stock_name 的某支股票在 operation_day 这一天的操作价格，保证股票的每次’Sell’操作前，都有相应的’Buy’操作。解题思路：（1）通过group by实现对组数据处理（2）利用sum进行数据统计（3）通过ca
2022-01-29 20:40:01
356
原创 每日一题-86（使用唯一标识码替换员工ID）
题86：根据下面两个表写一段SQL查询来展示每位用户的 唯一标识码（unique ID ）；如果某位员工没有唯一标识码，使用 null 填充即可。其中：Employees表：id 是主键，这张表的每一行分别代表了某公司其中一位员工的名字和 ID ；EmployeeUNI表：id, unique_id 是主键，这张表的每一行包含了该公司某位员工的 ID 和他的唯一标识码（unique ID）。解题思路：（1）要用外连，确保所有的名字都出现在结果中；（2）注意NULL的情况：IFNULL()
2022-01-28 14:29:48
451
原创 每日一题-85（获取最近第二次的活动）
题85：根据下表写一条SQL查询展示每一位用户最近第二次的活动，如果用户仅有一次活动，返回该活动。其中：该表不包含主键，该表包含每个用户在一段时间内进行的活动的信息，名为 username 的用户在 startDate 到 endDate 日内有一次活动。解题思路：用两个窗口函数，计算第二个活动，如果只有一个也输出case即可。select u.username,u.activity,u.startDate,u.endDatefrom( select *, rank() over
2022-01-27 13:31:20
363
原创 每日一题-84（顾客的可信联系人数量）
题84：根据下面三个表为每张发票 invoice_id 编写一个SQL查询以查找以下内容：customer_name：与发票相关的顾客名称；price：发票的价格；contacts_cnt：该顾客的联系人数量；trusted_contacts_cnt：可信联系人的数量：既是该顾客的联系人又是商店顾客的联系人数量（即：可信联系人的电子邮件存在于客户表中）；将查询的结果按照 invoice_id 排序。其中：Customers表：customer_id 是这张表的主键，此表的每一行包含
2022-01-26 15:30:07
604
原创 每日一题-83（院系无效的学生）
题83：根据下面两表写一条 SQL 语句以查询那些所在院系不存在的学生的 id 和姓名。其中：Departments表：id 是主键，该表包含一所大学每个院系的 id 信息；Students表：id 是主键，该表包含一所大学每个学生的 id 和他/她就读的院系信息。解题思路：外连接+子查询select s.id,s.name from Students sleft join Departments d on s.department_id = d.id--连接两表where d.
2022-01-25 10:00:01
259
原创 每日一题-82（列出指定时间段内所有的下单产品）
题82：根据下表写一个 SQL 语句，要求获取在 2020 年 2 月份下单的数量不少于 100 的产品的名字和数目。其中：Products表：product_id 是该表主键，该表包含该公司产品的数据；Orders表：该表无主键，可能包含重复行，product_id 是表单 Products 的外键，unit 是在日期 order_date 内下单产品的数目。解题思路：（1）根据p.product_id分组；（2）判断日期在2020年2月；（3）连接两表即可。select p.pr
2022-01-24 09:54:30
914
原创 每日一题-81（广告效果）
题81：根据下表写一条SQL语句来查询每一条广告的 ctr ， ctr 要保留两位小数。结果需要按 ctr 降序、按 ad_id 升序 进行排序。其中：ad_id, user_id 是主键，该表的每一行包含一条广告的 ID(ad_id)，用户的 ID(user_id) 和用户对广告采取的行为 (action)action 列是一个枚举类型 (‘Clicked’, ‘Viewed’, ‘Ignored’) 。解题思路：（1）根据ad_id 分组（2）用sum（）做计算（3）用ifnull（）
2022-01-23 09:52:58
258
原创 每日一题-80（不同性别每日分数总计）
题80：根据下表写一条SQL语句查询每种性别在每一天的总分，并按性别和日期对查询结果排序。其中：(gender, day)是主键，一场比赛是在女队和男队之间举行的该表的每一行表示一个名叫 (player_name) 性别为 (gender) 的参赛者在某一天获得了 (score_points) 的分数，如果参赛者是女性，那么 gender 列为 ‘F’，如果参赛者是男性，那么 gender 列为 ‘M’。解题思路：利用窗口函数：over (partition by<用来分组的列名> o
2022-01-22 10:29:49
856
原创 每日一题-79（求团队人数）
题79：根据下表编写一个 SQL 查询，以求得每个员工所在团队的总人数；查询结果中的顺序无特定要求。其中：employee_id 字段是这张表的主键，表中的每一行都包含每个员工的 ID 和他们所属的团队。解题思路：除了用group by 还可以用自连接。（1）字段的获取：employee_id 可以直接查询，team_size 通过自连接获取；（2）自连接通过team_id 连接select employee_id ,( select count(* ) from Emplo
2022-01-21 21:25:18
504
原创 每日—题-78（不同国家的天气类型）
题78：根据下表写一段 SQL 来找到表中每个国家在 2019 年 11 月的天气类型。天气类型的定义如下：当 weather_state 的平均值小于或等于15返回 Cold，当 weather_state 的平均值大于或等于 25 返回 Hot，否则返回 Warm。返回顺序任意。其中：Countries表：country_id 是主键，该表的每行有 country_id 和 country_name 两列；Weather表：country_id和day 是该表的复合主键，该表的每一行记录了某
2022-01-20 10:06:08
299
原创 每日一题-77（找到连续区间的开始和结束数字）
题77：根据下表编写一个 SQL 查询得到 Logs 表中的连续区间的开始数字和结束数字，将查询表按照 start_id 排序。解题思路：先将连续的数组分组，后找到每组首、尾利用ROW NUMBER()即可，（1）从表中查出所有的log_id，并且用row_number(order by log_id asc )排列出每个数的行号reference，查询的结果为t表；（2）根据t表的reference进行分组，查询每组的reference对应的最大和最小数，然后按照log_id升序排列。sel
2022-01-19 20:54:14
418
原创 每日一题-76（学生们参加各科测试的次数）
题76：根据下表：写一段 SQL 语句，查询出每个学生参加每一门科目测试的次数，结果按 student_id 和 subject_name 排序。其中：Students表：主键为 student_id（学生ID），该表内的每一行都记录有学校一名学生的信息；Subjects表：主键为 subject_name（科目名称），每一行记录学校的一门科目名称；Examinations表：无主键，可能存在重复行；学生表里的一个学生修读科目表里的每一门科目，而这张考试表的每一行记录就表示学生表里的某个学生参
2022-01-18 11:27:12
628
原创 每日一题-75（向公司CEO汇报工作的所有人）
题75：根据下表用 SQL 查询出所有直接或间接向公司 CEO 汇报工作的职工的 employee_id ，由于公司规模较小，经理之间的间接关系不超过 3 个经理；可以以任何顺序返回无重复项的结果。其中：employee_id 是上表的主键。这个表中每一行中，employee_id 表示职工的 ID，employee_name 表示职工的名字，manager_id 表示该职工汇报工作的直线经理。这个公司 CEO 是 employee_id = 1 的人。解题思路：根据题目的规定经理之间的间接关系不
2022-01-17 11:28:33
676
原创 每日一题-74（页面推荐）
题74：根据下面两个表写一段 SQL 向user_id = 1 的用户，推荐其朋友们喜欢的页面。不要推荐该用户已经喜欢的页面，返回的结果中不应当包含重复项。其中：Friendship表：这张表的主键是 user1_id, user2_id，这张表的每一行代表着 user1_id 和 user2_id 之间存在着朋友关系。Likes表：这张表的主键是 user_id, page_id，这张表的每一行代表着 user_id 喜欢 page_id。解题思路：（1）首先找出user_id = 1
2022-01-16 21:39:14
333
原创 每日一题-73（平均售价）
题73：根据下面两个表编写SQL查询以查找每种产品的平均售价，其中average_price 应该四舍五入到小数点后两位。其中：Prices表：(product_id，start_date，end_date) 是 Prices 表的主键；Prices 表的每一行表示的是某个产品在一段时期内的价格；每个产品的对应时间段是不会重叠的，这也意味着同一个产品的价格时段不会出现交叉。UnitsSold表：UnitsSold 表没有主键，它可能包含重复项；nitsSold 表的每一行表示的是每种产品的出售日
2022-01-15 15:31:38
386
原创 每日一题-72（每月交易2）
题72：根据下表编写一个 SQL 查询，以查找每个月和每个国家/地区的信息，已批准交易的数量及其总金额、退单的数量及其总金额。注意：在您的查询中，只需显示给定月份和国家，忽略所有为零的行。其中：Transactions 表：id 是这个表的主键，该表包含有关传入事务的信息，状态列是类型为 [approved（已批准）、declined（已拒绝）] 的枚举；Chargebacks 表：退单包含有关放置在事务表中的某些事务的传入退单的基本信息，trans_id 是 transactions 表的
2022-01-14 10:55:10
157
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人