- 博客(9)
- 收藏
- 关注
RSS订阅原创 task5窗口函数
5.1窗口函数5.1.1窗口函数概念及基本的使用方法窗口函数也称为OLAP函数。常规的select语句都是对整张表进行查询，而窗口函数可以让我们有选择的去对某一部分数据进行汇总、计算和排序。窗口函数的通用形式：<窗口函数> OVER ([PARTITION BY <列名>]ORDER BY <排序用列名>)[]中的内容可以省略。 窗口函数最关键的是搞明白关键字PARTITION BY和ORDER BY的作用PARTITION BY 是用来分组，即选择要看哪个
2022-08-01 11:06:34
199
2
原创 task03：复杂查询方法-视图、子查询、函数等
一、视图1.1什么是视图视图是一个虚拟的表，不同于直接操作数据表，视图是依据select语句来创建的，所以操作视图时会根据创建视图的SELECT语句生成一张虚拟表，然后在这张虚拟表上做SQL操作。1.2视图与表有什么区别是否保存了实际的数据。视图并不是数据库真实存储的数据表，它可以看作是一个窗口，通过这个窗口我们可以看到数据库表中真实存在的数据。所以我们要区别视图和数据表的本质，即视图是基于真实表的一张虚拟的表，其数据来源均建立在真实表的基础上。记：视图不是表，视图是虚表，视图依赖于表1.3为
2021-06-18 22:47:54
246
原创 task02:SQL基础查询与排序
一、select语句基础1.1从表中选取数据select语句语法：SELECT <列名>,FROM <表名>;1.2从表中选取符合条件的数据where语句语法：SELECT <列名>, ……FROM <表名>WHERE <条件表达式>;1.3相关法则1、 星号（*）代表全部列的意思。2、SQL中可以随意使用换行符，不影响语句执行（但不可插入空行）。3、设定汉语别名时需要使用双引号（"）括起来。4、在SELECT语句中
2021-06-16 21:21:19
211
原创 mysql基础task01
一、初识数据库数据库是将大量数据保存起来，通过计算机加工而成的可以 进行高效访问的数据集合。该数据集合称为数据库（Database，DB）。用来管理数据库的计算机系统称为数据库管理系统（Database Management System，DBMS）。1.1 DBMS的种类DBMS 主要通过数据的保存格式（数据库的种类）来进行分类，现阶段主要有以下 5 种类型.层次数据库（Hierarchical Database，HDB）关系数据库（Relational Database，RDB）这种类型的
2021-06-13 19:11:31
131
原创 Task 5: 模型融合
一、 融合方法1.1简单加权融合:回归（分类概率）：算术平均融合（Arithmetic mean），几何平均融合（Geometric mean）；分类：投票（Voting)综合：排序融合(Rank averaging)，log融合1.2 stacking/blending:构建多层模型，并利用预测结果再拟合预测。1.2.1stacking概念理解Stacking 就是当用初始训练数据学习出若干个基学习器后，将这几个学习器的预测结果作为新的训练集，来学习一个新的学习器。Stacking 的
2021-03-28 19:26:24
190
原创 task4建模与调参
一、逻辑回归1.1概念逻辑回归主要解决二分类问题，用来表示某件事情发生的可能性。逻辑回归分析仅在线性回归分析的基础上套用了一个逻辑函数，用于预测二值型因变量，其在机器学习领域中有着特殊的地位，并且是计算广告学的核心。1.2回归于分类的区别回归所预测的目标量的取值是连续的（例如房屋的价格）而分类所预测的目标变量的取值是离散的（例如判断肿瘤大小是否为恶性）1.3原理在之前的线性回归问题中，我们使用线性函数 用来拟合数据。对于分类问题而言，我们要求其输出y的范围应该在(0,1)之间，而线性回
2021-03-25 22:00:33
113
原创 task3特征工程
数据预处理1、学习到的DataFram.stack()stack()列转行:原本的一个字段的数据放在一’行’上,即：stack()是将原来的列索引转成了最内层的行索引unstack()行转列:原本的一’行’数据放在一个字段上，即：最内层的行索引还原成了列索引（默认操作为最内层，可用分层级别的编号或名称对其他级别进行unstack）示例：import pandas as pddata1 = { "a":[1,2,3], "b":[4,5,6], "c":[7,8,9]}
2021-03-22 22:14:25
101
原创 task2:数据分析
学习目标1、熟练数据集，了解数据集，duishu2、内容介绍载入各种数据科学以及可视化库:数据科学库 pandas、numpy、scipy；可视化库 matplotlib、seabon；载入数据：载入训练集和测试集；简略观察数据(head()+shape)；数据总览:通过describe()来熟悉数据的相关统计量通过info()来熟悉数据类型判断数据缺失和异常查看每列的存在nan情况异常值检测了解预测值的分布总体分布概况查看skewness an
2021-03-19 21:25:43
211
原创 Datawhale 心跳信号分类预测零基础入门数据挖掘-Task1 赛题理解
task1：赛题理解学习笔记1、对不懂的包的查询1.1Python的gc模块:1.2Python中的lightgbm模块四级标题五级标题六级标题1、对不懂的包的查询1.1Python的gc模块:python对于垃圾回收，采取的是引用计数为主，标记-清除+分代回收为辅的回收策略。对于循环引用的情况，一般的自动垃圾回收方式肯定是无效了，这时候就需要显式地调用一些操作来保证垃圾的回收和内存不泄露。这就要用到python内建的垃圾回收模块gc模块。详细介绍：链接: https://www.cnblogs.c
2021-03-16 19:57:31
234
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