- 博客(25)
- 收藏
- 关注
RSS订阅原创 关于根据活跃度给用户分类的SQL语句编写和优化
前言2022.01.25用了一个小时完成了牛客网上面的一道题，从35行代码改到23行，附上过程和一些思考总结。题目概述描述用户行为日志表tb_user_log（uid-用户ID, artical_id-文章ID, in_time-进入时间, out_time-离开时间, sign_in-是否签到）问题：统计活跃间隔对用户分级后，各活跃等级用户占比，结果保留两位小数，且按占比降序排序。注：用户等级标准简化为：忠实用户(近7天活跃过且非新晋用户)、新晋用户(近7天新增)、沉睡用户(近7天未活
2022-01-25 13:05:51
1212
原创 逻辑斯蒂回归模型
前言系统性地梳理一下逻辑斯蒂回归代码实现，顺便存档。关于原理部分的笔记在平板上，在最后一部分可以用到。目录：1.R语言实现（glm函数）2.Python实现（库）3.手撕Python1.R语言实现直接上代码，内容参考《统计学习导论》#这里使用ISLR库的smarket（股票市场）数据的数值和图像先进行描述性统计分析#该数据集包括从2001年年初至2005年年末1250天里S&P500股票指数的投资回报率#数据中记录了过去5个交易日中的每个交易日的投资回报率，从Lag1到lag5
2021-11-05 18:25:05
424
原创 列联表——2 CVs
前言关于两个分类变量（CV）相关列联表的一些内容和相关的检验，希望可以用R和Python实现，现只更新了R1.R与列联表在R中创建列联表需要导入包gmodelslibrary(gmodels) host_table=CrossTable(host_purchase$purchase,host_purchase$host,prop.chisq = F,prop.c=F,prop.r=F,prop.t=F) 创建列联表的函数是CrossTable，第一个参数prop.chisq为Ture会在每个
2021-11-01 10:41:09
278
原创 R语言可视化
前言记录一些R语言中的可视化方法（随时更新）1.图像设置参考https://blog.csdn.net/weixin_42120275/article/details/117140912具体例子：par(mar=c(5,9,4,2))之后在下面画图就可以了
2021-10-31 18:45:41
824
2转载 建模中需要注意的问题
前言在完善随机森林模型的过程中遇到了大佬的指点，指出模型中需要关注一个叫“特征穿越”的问题，特别搜了一下，把内容码在这里，有机会细细整理。这篇文章将会介绍一下量化建模时常见的数据穿越问题。何为数据穿越？对于t时刻训练得到的模型必须用t时刻之前的数据训练，如果t时刻用到t时刻以后的数据则会产生数据穿越问题。我碰到比较多的数据穿越问题主要有三种：1.训练集和测试集有交叉；2. 特征穿越；3. 数据筛选穿越。训练集和测试集有交叉即训练集中混入了部分测试集。排除代码写错的情况下，有时候也会很容易犯这种错
2021-06-07 14:45:10
760
原创 python随机森林实践
前言随机森林R包（randomForest）和python（sklearn.ensemble.RandomForestClassifier）参数对比参数RPython树的个数ntreen_estimators每棵树的最大节点数maxnodesmax_depth每个节点考虑的特征数mtrymax_features...
2021-06-03 16:31:58
190
原创 数据集抽样方法
前言进行模型的训练前，挑选训练集和测试集也非常重要，即抽样方法，一个好的抽样方法需要保证两个数据集数据分布的一致性，例如在分类中至少要保持样本的比例类似。下面列出几种常见的做法。1.留出法“留出法”直接将数据集D划分为两个互斥的集合，其中一个集合作为训练集S，另一个作为测试集T。需要注意的是，训练/测试集的划分要尽可能保证两个数据集数据分布的一致性，例如在分类中至少要保持样本的比例类似。另一个需要注意的问题是，即便在给定训练/测试集的样本比例后，仍然存在许多划分方式对原始数据集D进行分割。例如可
2021-05-23 15:05:40
1430
转载 SQL中的数据类型（MySQL）
在 MySQL 中，有三种主要的类型：文本、数字和日期/时间类型。Column 1Column 2centered 文本居中right-aligned 文本居右Text 类型：CHAR(size)保存固定长度的字符串（可包含字母、数字以及特殊字符）。在括号中指定字符串的长度。最多 255 个字符。VARCHAR(size)保存可变长度的字符串（可包含字母、数字以及特殊字符）。在括号中指定字符串的最大长度。最多 255 个字符。注释：如果值的长度大于 255，则被转换为
2021-04-29 10:56:04
289
转载 SQL中实用的函数总结
nvl：一个空值转换函数 nvl（表达式1，表达式2） 如果表达式1为空值，nvl返回值为表达式2的值，否则返回表达式1的值。该函数的目的是把一个空值（null）转换成一个实际的值。其表达式的值可以是数字型、字符型和日期型。但是表达式1和表达式2的数据类型必须为同一个类型。CAST函数用于将某种数据类型的表达式显式转换为另一种数据类型。CAST()函数的参数是一个表达式，它包括用AS关键字分隔的源值和目标数据类型。语法：CAST (expression AS data_type)exp...
2021-04-29 10:44:23
106
原创 SQL纠错&注意事项
cannot recognize input near in subquery1、HQL子查询别名问题备注：子查询需要加上别名 否则报错。HQL的书写，select * from (select * from table) ;正确的方法：select * from (select * from table) a ;
2021-04-14 14:33:27
457
原创 SQL自学笔记
前言重新开始学习SQL的第一天：找到了coursera的SQL课，上完（付费）可以领证书的，因为市面上没有SQL的证书，所以我觉得可以刚好作为SQL掌握甚至精通的证明，刚刚试看了几集，感觉不错，还有在线的SQL工具可以练习，不用打开自己的cmd窗口了。1.SELECT用来根据列名和条件筛选列SELECT 列名1，列名2，列名3... FROM 表名WHERE 筛选条件语句 ;Tips：条件语句如果是字符需要加" "列名加 as 可以改变显示的列名1.1 COUNT用来检索与查询条件
2021-03-31 17:57:29
74
原创 dplyr包的用法
面德勤的时候被要求用R的dplyr包处理数据（题做的不是很好所以被拒了orz），了解了一下发现和SQL的基础操作还蛮像，????上来供以后参考。
2021-03-07 16:38:42
410
原创 R语言中的字符串处理
马一个占地儿有时间加http://www.360doc.com/content/18/0305/17/33459258_734518990.shtmlhttps://www.jianshu.com/p/afdd8385e6cahttps://blog.csdn.net/duqi_yc/article/details/9817243
2021-03-07 16:35:03
143
原创 R语言中的一些常用函数
前言记录一些R语言中简单常用的函数（随时更新）1.rep函数可以用作用某值填充某行列的方法最普通常用的方法：rep(填充单体，填充数)> rep(0,5)[1] 0 0 0 0 0> rep(1:3,5) [1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 > rep('internet',5)[1] "internet" "internet" "internet" "internet" "internet"rep函数有三个参数times、leng
2021-03-07 16:33:21
1486
原创 R语言中矩阵或者数据集操作
前言记录一些R语言中简单易忘的语句，矩阵或数据集操作相关（随时更新）1.重命名行或列（1）单个行列的重命名colnames(数据集名)[列数]=‘新列名’rownames(数据集名)[列数]=‘新列名’colnames(data)[2] = 'newname'rownames(data)[2] = 'newname'（2）将某行列设为行列名row.names(数据集名)=数据集$列名row.names(df) = df$gene_id2.矩阵的转置最常用的t(矩阵名)注意：
2021-03-07 16:03:26
3300
转载 PS提高图片清晰度
前言昨天被问到可不可以把图片变清晰（具体是把图上的文字变清晰，感觉这个功能还蛮有用，于是在这里记下来。）应该有很多种方法，暂时记录下实践过的一种，其他今后尝试过再补充。一、调整色阶的方法1.复制图层右键复制右下窗口想要编辑的图层或背景。2.点击图像，调整，色阶。3.弹出对话框，先点击最右边吸管，再点击图片空白处。4.点击最左边吸管，再点击文字黑色字迹，确定保存。5.复制一张修改后的图层，点击滤镜，其它，高反差保留。6.弹出对话框，修改半径为1，确定。7.打开图层混合模式，
2021-03-07 10:57:47
1420
原创 CSDN编辑方法汇总
新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；全新的 KaTeX数学公式 语法；增加了支持甘特图的mermaid语法1 功能；增加了 多屏幕编辑 Markdown文章功能；增加了 焦点写作
2021-03-07 10:45:02
730
原创 就从现在开始。：）
这是一篇开始的文章：)可能只有几个字，想要记录一下想要在CSDN上创建账号写东西这个想法的源头和自己的一些简单规划。3月以来，一直在漫无目的地投简历，直到3月4日上午10点多，受到了德勤的笔试通知，岗位非常对口，很兴奋。笔试内容仔细说来其实并不难，都是可以看懂的数据处理题目。笔试时间一天。要求最好是用R语言。我没有系统地学习过R语言，之前用过的东西已经是半年以前，所以我几乎是从零开始去写数据处理的代码，很大程度上靠朋友的帮助和百度搜索。最后在第二天11点多时交上了4个问题，第一个问题没有处理完整，这
2021-03-07 10:36:36
86
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