mysql实验楼_实验楼—Mysql—查找最爱学的课程

转载:https://www.shiyanlou.com/challenges/2651

背景

从上节题目构建的课程数据库中提取每个用户最爱学的课程数据。

右边桌面是实验楼的服务器,服务器中的 MySQL 还没有启动,请注意 MySQL 的 root 账户默认密码为空。启动 MySQL 后会发现已经有了一个 shiyanlou 的数据库,访问的用户名为 shiyanlou,密码为 shiyanlou,shiyanlou 数据库中包含三个表:

user:1000名实验楼用户数据,包含两列,用户ID和用户名

course:10门实验楼课程数据,包含两列,课程ID和课程名

usercourse:100条用户课程学习记录,包含四列,ID,用户ID,课程ID和学习时间(分钟)

目标

查询并将查询结果创建一个新表,任务完成后满足以下要求:

MySQL 服务处于运行状态

新的表名称为 favorite,包含四列:id(主键),user_name(用户名),course_name(课程名),study_time(学习时间)

favorite 表中存储的是所有在 usercourse 表中有学习记录的用户学习时间最长的课程,如果有多门课程学习时间相同,则都存入该表

提示语

注意 favorite 表中存储的不是用户ID和课程ID,而是用户名和课程名。

知识点

SQL 基本语句

SQL 分组和排序语句

SQL 查询结果创建新表

来源

实验楼测试团队功能测试场景

————————————————————分割线——————————————————————————————————————

1.Linux环境下操作数据库,相对比较麻烦,不能修改,建议先在本机上写好代码再照抄

2.有几个地方需要注意的,前期时间都花在处理坑上了

1)需要启动mysql服务,然后就报错了,报the partition with /var/lib/mysql is too full! #意思是分区满了

解决办法:重启mysql服务(先关闭再重启)

sudo service mysql stop

sudo service mysql start

mysql -ushiyanlou -pshiyanlou  #(重启后直接连接就可以了)

2)写好代码后需要转变字符格式成utf8,可以自行百度(mysql表编码格式转换)

——————————————————————分割线————————————————

以下是示例代码(亲测结果为PASS,如有错误请自行检查)

查询到学习记录的用户学习时间最长的课程并排序

select user.name,course.name,usercourse.study_time

from user,course,usercourse

where user.id = usercourse.user_id AND course.id = usercourse.course_id

order by study_time desc

新建一张表,这里不详细说了,很简单,可以自行百度(mysql新建表)

插入前面的查询内容

INSERT INTO favorite (user_name,course_name,study_time)

select user_name,course_name,study_time

from

select user.name as user_name,course.name as course_name,usercourse.study_time

from user,course,usercourse

where user.id = usercourse.user_id AND course.id = usercourse.course_id

order by study_time desc

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
口罩识别算法通常是基于深度习技术的。一般来说,基于深度习的口罩识别算法可以分为两个阶段:训练阶段和测试阶段。 在训练阶段,我们需要准备一个包含有口罩和无口罩的图像数据集,并将其用于训练深度习模型。常见的深度习模型包括卷积神经网络(CNN)、循环神经网络(RNN)和自编码器(Autoencoder)等。在训练模型时,我们需要将数据集分为训练集、验证集和测试集,以便评估模型的性能并防止过拟合。 在测试阶段,我们需要使用训练好的模型对新的口罩图像进行分类。一般来说,我们可以利用深度习模型的前向传播算法对新的图像进行分类,得到图像中是否存在口罩的结果。 在实验分析中,我们通常会围绕以下几个方面进行评估: 1. 数据集的质量:一个好的数据集应该包括多种不同场景下的口罩图像,并且数据集中应该有足够的样本数量。此外,还需要考虑数据集的标签质量,例如标签是否准确、是否存在标签错误等等。 2. 模型的性能:我们需要评估模型的准确率、精确度、召回率、F1值等指标,以了解模型的性能表现。此外,还需要考虑模型的训练时间和内存占用等因素。 3. 算法的鲁棒性:我们需要测试算法在不同场景下的鲁棒性,例如光照条件的变化、口罩颜色的变化等。此外,还需要考虑算法的可扩展性,以便将算法应用到更多的场景中。 总之,基于深度习的口罩识别算法需要进行充分的实验分析,以便评估算法的性能和可靠性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值