mysql to second_The second day to learn MySQL

本文详细介绍了MySQL中的数据操作,包括如何创建表、插入数据、删除记录、更新信息以及查询数据。讲解了基本的SELECT语句用于查询整个表或特定条件的数据,还涉及到了如何进行条件查询、使用运算符、处理空值、范围查询、模糊查询以及聚合函数。此外,还提到了数据排序、去重、分页以及复制表结构等高级操作。
摘要由CSDN通过智能技术生成

MySQL图形化工具

Navicat

数据操作语言

Create table 表名:  创建表

Insert into 表名(列名1, 列名2, 列名3...)values(列名1值,列名2值, 列名3值.)  :新增值

Delete from 表名  :  删除表

Update 表名 set 列名1=修改的值,列名2=修改的值;    :修改值

Select * from 表名   :查询整个表

Select * from 表名 where 列名1=值 and 列名2=值....     :根据条件查询指定的数据

Select列名1,列名2from      :查询指定的列的数据

Select 列名 (as)别名,列名2 (as)别名2... from 表名;        :给指定返回列取别名(as)表示可有可无

SELECT * FROM 表名 where 字段 > < >= <= !=或<>               :在条件中使用运算符

and or not  (和,或者,不)

ag:select * from student where age<=21 and sex='女' (在表student中查询年龄小于等于21岁的女生)。

ag:select * from student where age<=21 or sex='女' (在表student中查询年龄小于等于21岁的学生或女生) (二者都会被查询出来)。

对空值的查询:is null对应列是否null查询

select * from 表名 where 对应列 is not null

select * from 表名 where 列名 BETWEEN A and B;   查询表中对应列A和B之间的值(包含A和B的值)。

select * from 表名 where 列名 in(a,b,c);  查询表中对应列满足a、b、c中任一一个的值。

模糊查询  like

_:指代明确值的位置或已知字符串长度

%:指代不明确值的位置或长度

select * from 表名 where 列名 like '_A%';  查询表中对应列第二个字为A的值。

select * from 表名 where 列名 like 'A_%';  查询表中对应列第一个字为A的值。

select * from 表名 where 列名 like '%A%';  查询表中对应列含有A的值。

查询中使用算术表达式:+ - * /  :在表中对相应列进行运算。

处理重复值:DISTINCT排除重复展示,只展示一次

select DISTINCT sex from 表名;      只展示一次表中的性别。

select * from 表名 limit 10;查询数据的前10位

select * from 表名 limit 10,10;    查询表中第11至第20位的数据 (有多少数据显示多少数据,直到第20个)

create table 目标表名 select*from 现有表名;   把现有表复制到目标表中。

create table 目标表名 select*from where flase;   只复制表的结构。(flase如1=2,当条件不满足时,不复制值)

select * from 表名 order by  :升序排序(默认)

select * from 表名 order by desc   将需拍下

常用函数

得到需要查询字符的ascii码

select ascii('字符');

根据字符集查询得到的字符的长度

select char_length('字符');

拼接字符串

select concat ('字符1','字符2','字符3'......);

大写转小写

select lower('ABC');

小写转大写

select upper('abc');

查询表中对应列的对应数据的最后一个字

select right(对应列,1) from 表名;

查询表中对应列的对应数据的第一个字

select left(对应列,1) from 表名;

聚合函数:

COUNT统计数量:select count(列名) from 表名;

SUM求和:select sum(列名) from 表名;

MAX求最大值:select max(列名) from 表名;

MIN求最小值:select min(列名) from 表名;

AVG平均数:select avg(列名) from 表名;

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
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