wyh_wen

原创 笔试必备：48道SQL练习题（Oracle为主）

练习主要涉及四张表，分别如下：student(sid,sname,sage,ssex) 学生表course(cid,cname,tid) 课程表score(sid,cid,score) 成绩表teacher(tid,tname) 教师表首先建立表结构CREATE TABLE student ( sid INT, sname varcha...

原创 【Leetcode】——python实现

1.两数之和给定一个整数数组nums和一个目标值target，请你在该数组中找出和为目标值的那两个整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，你不能重复利用这个数组中同样的元素。给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1]answe...

原创 经典算法（四）：KNN

一、算法概述 KNN也称为K近邻或最近邻（nearest neighbor），从字面来理解就是根据测试样本相对最近（属性相对最近）的K个训练样本的类别来决定该测试样本的类别（少数服从多数）。KNN是一种惰性学习方法（不需要训练模型），主要处理分类问题。有惰性学习方法，那么也有积极学习方法，前面讲到的决策树是积极学习方法。那怎么判断属性相对最近呢？其实KNN算法在寻找相对最近样本时...

原创 经典算法（三）：决策树

一、决策树概念 在经典算法中，决策树是常用的算法之一。前面提到的线性回归可以解决回归问题，逻辑回归可以解决分类问题，而今天要学习的决策树不但可以回归问题，还可以解决分类问题。顾名思义，决策树分为两种树，回归树和分类树。在分类算法中，决策树是根基。现在常用的随机森林也是基于多个决策树集成的算法。从名称可以看出，决策树是含有分叉的树状算法。决策树思想是寻找最纯净的划分方法，...

原创 经典算法（二）：逻辑回归

  目录     一、逻辑回归数学来源    二、极大似然法    三、逻辑回归算法过程    四、逻辑回归算法Python实战  一、逻辑回归数学来源              说到算法，我们首先想到的是线性回归和逻辑回归这两种基础算法，上一篇博文详细学习线性回归，我们都知道线性回归是回归算法，可以得到实值。而在名称上类似的逻辑回归虽然也有“回归”两个字，但是逻辑回归...

原创 经典算法（一）：线性回归

前言1. 基本形式2. 损失函数 2.1 损失函数 2.1.1 最小二乘法 2.1.2 极大似然估计 2.2正规方程法 2.2.1 一般形式 2.2.2 矩阵形式 2.3梯度下降法 2.3.1梯度下降法的代数方式描述 ...

原创 48道SQL练习题（Oracle+MySQL）

SQL面试经典题目详细参考48道SQL练习题（Oracle+MySQL）

原创 Python连接Oracle

Python连接Oracle数据库，由于python没有自带的模块可以解决该问题，需要借助其他模块，经常会出现问题，所以记载一下自己连接的过程，方便自己回看，也希望可以帮助到需要的人。一、下载安装cx_Oracle模块：1、直接下载：https://pypi.python.org/pypi/cx_Oracle2、通过命令行下载安装（推荐）：二、Oracle instant cl...

原创 Python.matplotlib可视化

matplotlib是Python中可视化的模块，接下来将一点点学习可视化。持续更新。。。#导入模块import numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inline #Jupyter Notebook在线绘图语句，如果不添加该语句，图片无法显示#防止中文乱码plt.rc...

原创 牛客网SQL练习

为了提升自己的SQL能力，决定认真刷题，先从牛客网开始。于是做一下刷题记录。1.查找最晚入职员工的所有信息CREATE TABLE `employees` (`emp_no` int(11) NOT NULL,`birth_date` date NOT NULL,`first_name` varchar(14) NOT NULL,`last_name` varchar(16) NO...

原创 python基础任务六（turtle画佩奇）

下面是用turtle画出小猪佩奇，使用turtle画图很有意思，有空再尝试其他图形。from turtle import*def nose(x,y):#鼻子 （公众号：数据分析联盟） penup()#提起笔 goto(x,y)#定位 pendown()#落笔，开始画 setheading(-30)#将乌龟的方向设置为to_angle/为数字（0-东、90-...

原创 python基础任务五（文件、模块和正则表达式）

1.filea.打开文件方式（读写两种方式）open( )用于打开文件，可以设置打开文件的格式。#常用的参数有两个open(file,mode='r')#完整的语法open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)fi...

原创 python基础任务四（函数）

1. 内置函数2. 函数的定义函数可以用于调用，方便，可以自定义。自定义函数的简单规则：函数代码块以def关键词开头，后接函数标识符名称和圆括号()。 任何传入参数和自变量必须放在圆括号中间，圆括号之间可以用于定义参数。 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。 函数内容以冒号起始，并且缩进。 return [表达式]结束函数，选择性地返回...

原创 python基础任务三（字典、集合和条件结构）

一、字典1.创建字典字典是另一种可变容器模型，且可存储任意类型对象。字典的每个键值(key=>value)对用冒号(:)分割，每个对之间用逗号(,)分割，整个字典包括在花括号({})中 。dict1={key1:value1,key2:value2}键必须是唯一的，但值则不必。值可以取任何数据类型，但键必须是不可变的，如字符串，数字或元组。dict1={'me':23...

原创 python基础任务二（字符串、列表和元组）

一、字符串1.创建字符串字符串是 Python 中最常用的数据类型。我们可以使用引号('或")来创建字符串。创建字符串很简单，只要为变量分配一个值即可。var1='apple'var2='Hello World!'2.访问字符串中的值Python不支持单字符类型，单字符在 Python 中也是作为一个字符串使用。Python访问子字符串，可以使用方括号来截取字符串。...

原创 python enumerate( )函数用法

一、enumerate( )函数说明1.enumerate()是python的内置函数2.enumerate在字典上是枚举、列举的意思3.对于一个可迭代的（iterable）/可遍历的对象（如列表、字符串），enumerate将其组成一个索引序列，利用它可以同时获得索引和值。（即可以将一个可遍历的数据对象组合为一个索引序列，同时列出数据和数据下标。）4.enumerate多用于在f...

原创 python基础任务一（环境搭建和简单运算）

1. 环境搭建 a) anaconda环境配置anaconda可以在官网下载并安装，安装步骤较容易。安装完毕后需要配置环境变量，步骤如下：（1）首先找到anaconda的路径，并找到Scripts文件，双击进入（2）复制该文件的路径（3）右键单击“我的电脑”，选择“属性”，进入下图页面点击“高级系统设置”（4）点击“环境变量”（5）系统变量中找到“...

原创 预测贷款用户是否逾期：数据清洗与预处理

任务一做一个项目的第一步是数据清洗与预处理，也是对数据进行探索和分析。这份数据集是金融数据，我们的目标是要预测贷款用户是否会逾期，其中status表示标签，1表示逾期，0表示未逾期。1.查看数据可以使用excel或者SPSS等分析软件打开文件进行查看，当然是数据量允许的情况下才能用excel打开，否则你的电脑会一直转圈圈。还有就是可以导入python查看，一般python导入数据使用的...

转载 特征选择

特征选择方法中，有一种方法是利用随机森林，进行特征的重要性度量，选择重要性较高的特征。下面对如何计算重要性进行说明。1 特征重要性​度量计算某个特征X的重要性时，具体步骤如下：1）对每一颗决策树，选择相应的袋外数据（out of bag，OOB）​计算袋外数据误差，记为errOOB1.所谓袋外数据是指，每次建立决策树时，通过重复抽样得到一个数据用于训练​决策树，这时还有大约1/3的...

原创 模型评估指标（分类模型、回归模型）

一、分类指标1.精确率（precision）： （预测为正的里面预测对的概率）2.召回率（recall）：（真实为正的里面预测对的概率）3.F1值： （对精确率和召回率赋不同权重进行加权调和）4.准确率（accuracy）：5.错误率（error rate）：6.ROC：绘制ROC曲线，首先对所有样本按预测概率排序，以每条样本的预测概率为阈值...

原创 python常用函数总结（一）

一、输入输出函数1、print（）函数#输出指定的内容print('hello world')#可以同时输出多个字符串，用逗号‘，’隔开print('hello','how','are')#可以进行计算并输出结果；若对输出结果加上引号''，则不能进行计算，直接输出print(200+300)print('200+300')#使用‘+’将字符串连接，且不产生空格pri...

原创 入门python代码系列：简单线性回归（二）

1.数据预处理数据预处理的详细请参考前一篇博文（数据清洗与预处理），这里简单带过。import numpy as npimport pandas as pdimport matplotlib.pyplot as plt #导入可视化模块data=pd.read_csv('E:/data/studentscores.csv')X=data.iloc[:,:1].valuesy...

原创 入门python代码系列：数据清洗与预处理（一）

       对于刚接触机器学习或者数据分析的同学来说，看大佬们比赛的代码是很难的，一头雾水，都是看不懂的，心里很慌。所以对于初学者来说，还是需要回归简单，只有掌握基础，才能不断深入，我是深有体会的，不知道你感觉如何？接下来我将梳理一套针对初学者的代码系列，希望可以帮助大家也受益自己。1.导入需要的库import numpy as npimport pandas as pd2.导入...

原创 LogisticRegression在sklearn中的参数详解

LogisticRegression(penalty='l2', dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None, random_state=None, solver='liblinear', max_iter=100, multi_class='ovr', ver...

原创 一元线性回归VS多元线性回归

      一元线性回归和多元线性回归表面意思容易理解，但是结合实际的数据集，会混乱。这也是在编写线性回归博文的时候梳理知识点发现自己的不足，同时记录下来，让有疑问的同学也可以得到答案，拨开乌云。1.在数据集上的异同一元线性回归：给定数据集，其中，样本有1个属性描述。VS多元线性回归：给定数据集，其中 ，，样本有d个属性描述。 2.向量表达式一元线性回归： ...

原创 线性回归的数学推导

线性回归是最基础的算法，同时也是其他高级算法的根基，下面就和大家一起进攻基础算法之线性回归。线性回归模型是用一条曲线去拟合一个或多个自变量 x 与因变量 y 之间关系的模型，那模型的好坏关键在于真实值与预测值之间的差异 。一般表达式                                             向量表达式                        ...

原创 多元线性回归矩阵求导

原创 一元线性回归最小二乘法

      这个推导过程虽然简单，但是偶尔会犯错，一点的失误会造成耗费大量时间。其实，这过程是根据损失函数，对w和b进行求导，解方程组，则可以得到w和b。下面详细讲解该过程。     损失函数                                                               求该式子的最小值，需要对它进行求导                ...

原创 将Excel、TXT文件通过MySQL workbench导入到数据库

导入Excel文件的步骤：1.先将Excel文件另存为以逗号分隔的csv格式，可用记事本打开确认是否是以逗号为分隔符；2.打开workbench，右键要插入的数据库，选择Table Data Import Wizard3.导入文件，next4.如果数据库中存在该表，则勾选图中红色数字1的圆圈；如果想重新创建表，则勾选图中红色数字2的圆圈，为了防止存在该表出现错误，建议勾...

原创 Oracle SQL developer 几点常见的错误

1. Oracle查询时出现‘ORA-00911：无效字符’。该错误说明查询语句中存在中文字符，只需要改正即可。2. Oracle中的分组函数 group by 使用与MySQL有所不同在Oracle中Group by 分组时select后面提取的字段要有队分组列进行聚合的函数（count()、sum()等），否则会出错。   例如：select * from student gr...

原创 Logistic回归的一般步骤

（1）收集数据：采用各种方法收集数据，比如爬虫等；（2）准备数据：因为需要计算距离，所以数据类型应该是数值型，最好是结构化数据格式；（3）分析数据：通过业务的角度或者其他的方法分析数据；（4）训练算法：这是关键的一步，训练的目的是找到最佳的分类回归系数，可以使用随机梯度上升法；（5）测试算法：训练完成，将数据投入模型进行测试；（6）使用算法：将需要的数据进行处理成适合模型的结构...