- 博客(22)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 Mysql-task6综合练习
综合练习USE shop;CREATE TABLE employee( id INTEGER NOT NULL, name VARCHAR(10) NOT NULL, salary INTEGER , departmentId INTEGER NOT NULL, PRIMARY KEY(id));INSERT INTO employ
2020-12-29 17:08:41
180
原创 MYSQL-SQL高级处理：窗口函数（TASK05）
窗口函数窗口函数（OLAP函数），对数据库进行实时分析处理，可以 有选择的对某一部分数据进行汇总计算和排序。语法：<窗口函数>OVER (PARTITION BY <列名> ORDER BY <排序用列名>)PARTITON BY 是⽤来分组，即选择要看哪个窗⼝，类似于GROUP BY ⼦句的分组功能，但是PARTITION BY ⼦句并不具备GROUP BY ⼦句的汇总功能，并不会改变原始表中记录的⾏数。ORDER BY 是⽤来排序，即决定窗⼝内，是按那种规则(
2020-12-24 16:06:42
318
原创 Mysql---集合运算（Task04）
表的加减法集合运算表，视图，查询的执行结果都是记录的集合，其中的元素为表或者查询结果中的每一行集合运算：UNION, INTERSECT,EXCEPT（并，交，差）表的加法UNIONUNION 等集合运算符通常都会除去重复的记录.USE shop;#交集UNION SELECT product_id,product_name FROM productUNIONSELECT product_id,product_name FROM product2;使⽤ UNION 对两个查询结果取
2020-12-22 23:19:09
292
原创 Mysql-复杂一些的查询（task3）
相对复杂一些的查询用法视图SELECT stu_nameFROM view_students_info;SQL操作视图和操作表是相同的，但视图是一张虚拟的表，可以用SELECT来创建。实际操作视图数据时，才会执行视图的创建语句，构造出这张虚拟表，然后在此基础上做SQL操作，其他情况下视图是“不存在”的。！！！视图可以看作一个窗口，是基于真实表的一张虚拟表，其数据来源均建立在真实表的基础上。视图的意义将频繁使用的SELECT语句保存以提高效率使用户看到的数据更加清晰可以不对外公开数据表
2020-12-20 12:52:35
189
原创 Mysql-基础查询与排序练习（task2）
SELECT语句基础版本：SELECT <列名>,FROM <表名>;条件查询：SELECT <列名1>,<列名2>,<列名3>……FROM <表名>WHERE <条件表达式>;SELECT product_name,product_type FROM product WHERE product_type = '衣服';SELECT product_name FROM product
2020-12-17 19:29:28
137
原创 Task1-数据库基础概念学习
初识数据库几个基本概念**数据** ：描述事物的符号记录，不仅仅是数字，还包括语音文资、图形图像等，数据与语义不可分割；**数据库**：长期存储的数据的集合；有组织的；可共享的；**数据库管理系统**：管理数据库的计算机基础软件；**数据库系统**：人机大系统（包含了数据库，数据库管理系统，应用程序和数据库管理人员）数据管理技术的发展人工管理阶段–文件系统阶段–数据库系统阶段常用数据模型层次模型—树网状模型—图关系模型—关系，二维表面向对象数据模型对象关系数据模型半结构化数据
2020-12-15 12:21:53
153
原创 Python-Random模块学习
random模块学习实践import random#查看有多少个“关键词”-方法和属性list(dir(random))['BPF', 'LOG4', 'NV_MAGICCONST', 'RECIP_BPF', 'Random', 'SG_MAGICCONST', 'SystemRandom', 'TWOPI', '_BuiltinMethodType', '_MethodType', '_Sequence', '_Set', '__all__', '__builtins
2020-12-13 10:35:01
239
原创 PSO粒子群搜索算法步骤及应用实例（一）
案例一：利用PSO求解无约束连续函数优化问题代码：PSO_1.py'''#案例一：# 求解Rastrigin函数的极小值，自变量取值范围为[-5,5]# 函数：fun = 2*a+x**2-a*np.cos(2*np.pi*x) + y**2-a*np.cos(2*np.pi*y)'''import numpy as npimport matplotlib.pyplot as pltimport matplotlib as mpl# 绘制三维图像和色图from matplotl.
2020-12-05 13:00:40
2388
原创 C++基础入门（附：通讯录管理系统实验）
通讯录管理系统代码cpp#include <iostream>#include <string>#define MAX 1000using namespace std;//函数声明void showMenu();void addPerson(struct Addressbook* book);void showPerson(struct Addressbook* book);int isExist(struct Addressbook* book, string.
2020-11-19 21:02:30
176
原创 工具使用：GogleDrive +colab 跑python代码
GogleDrive +colab 跑python代码条件能上谷歌且有一个Google账号尽量用chrome谷歌浏览器步骤在浏览器上登录谷歌账号进入谷歌云端硬盘[drive.google.com/]第一次进入会类似百度云盘、OneDrive一样建议设置在本地同步的位置的点击右侧栏的“+”按钮，搜索“colab”并确认安装对应的插件搜索进入colab链接可以查看使用说明...
2020-11-04 23:44:52
1732
原创 外星人入侵：使用Python开发游戏(二)——交互模块
内容本文重点介绍game_functions.py模块，其中存储了各个模块间的交互行为和游戏的运行逻辑。回顾回顾一下主模块alien.invasion.py中的循环代码块def run_game(): '''初始化游戏并创建一个屏幕对象''' #初始化pygame，设置屏幕对象 #-----snip---------- #创建一艘飞船 ship = Ship(ai_settings,screen) #创建一个用于存储子弹的编组,以便能够管理所有发射出去的
2020-10-31 17:58:06
302
原创 外星人入侵：使用Python开发游戏（一）——模块介绍
游戏介绍：使用Pygame工具包开发一款2D游戏，玩家控制飞船消灭一群向下移动的外星人，每消灭一群外星人，游戏难度提高一个等级，节奏加快。内容本文聚焦于游戏主体模块的设计和实现，暂不考虑交互过程。框架设计1.安装Pygame工具包(Window系统)：conda install Pygame -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com2.模块设计主模块：alien_invasion.py搭建游戏界面窗
2020-10-30 20:14:50
664
原创 捕食搜索算法（PS）-求解TSP问题
捕食搜索算法（PS）PS算法是一种用于解决组合优化问题的模拟动物模拟动物捕食行为的空间搜索策略。算法背景简介【1】在没有发现猎物和猎物痕迹时，在整个空间内沿一定的方向快速的寻找猎物；【2】一旦发现猎物或者发现猎物痕迹，捕猎者立即改变自己的运动方式，减慢速度，在该附近区域进行集中搜索，持续不断的接近猎物。【3】在搜寻一段时间没有找到猎物后，捕猎者将放弃这种集中的区域，而继续在整个空间寻找猎物，即所谓的区域限制的搜索策略。！！！隐含应用：猎物在搜索空间内是聚集的，若为随机分布则算法可能失效算法优势
2020-10-14 11:37:23
1575
原创 用模拟退火(SA)算法解决旅行商问题
问题描述算法简介模拟退火算法：是基于Monte-Carlo迭代求解策略的一种随机寻优算法。从某一较高初温出发，伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优。核心（概率设置机制）：模拟退火算法以一定的概率来接受一个比当前解要差的解概率的计算：对比：普通贪心算法：兔子朝着比现在低的地方跳去。它找到了不远处的最低的山谷。但是这座山谷不一定最低的。模拟退火：兔子喝醉了。它随机地跳了很长时间。这期间，它可能走向低处，
2020-10-07 10:39:44
3236
4
原创 数据分析实战---KNN手写数字识别
KNN手写数字识别实战大纲1.算法背景2.sklearn接口API3.手写数字识别实战算法背景KNN(K-Nearest Neighbor):算法核心为：“近朱者赤，近墨者黑”。工作原理：1.计算待分类样本与训练样本的距离2.对距离升序排序，选取距离待分类样本最近的K个邻居3.（分类）统计K个邻居所属的类别，并将待分类样本归类到最多的类别组中（回归）计算K个邻居的属性加权平均值，并将结果赋给待估计样本电算法运用关键：1.K值的选取K值过小，待分类样本严重依赖于最近的训练样本，若训
2020-07-30 17:22:26
1311
原创 SVM实战--乳腺癌检测
SVM实战–乳腺癌检测大纲算法背景二分类向多分类问题的推广乳腺癌数据挖掘实战算法背景SVM（支持向量机）是在样本数据空间中找到一个超平面将不同类别的样本进行分割。划分的方式有很多，为了提高模型的泛化能力和鲁棒性，应尽量选择具有最大分类间隔的分割超平面，分类间隔可以理解为样本点到分割超平面的距离（实质为点到平面的距离公式—高中几何知识）按照svm的演化路线，可分为3个方向：（1，2处理线性可分的数据情况，3处理线性不可分的情况）1.硬间隔：严格不允许分类错误，有时候因为数据噪声的影响使得所
2020-07-29 13:35:28
3007
原创 文本主题分类（TFIDF-朴素贝叶斯分类）
**文本主题分类（TFIDF-朴素贝叶斯分类）**大纲List item背景介绍：贝叶斯讲的是一种”逆向概率“，当我们没有上帝视角时，无法准确的预知一个事物本质的时候，可以依靠和事物本质相关的事件来进行推断。一个典型的问题：检测试剂呈阳性时，该患者真的患该病的几率有多大？一些常见的术语：先验概率：如基于历史数据得出的某疾病的发病率条件概率(P(B|A))：A条件下，B发生的概率后验概率：根据结果推测原因的概率全概率公式：P(A)=P(B1)*P(A|B1)+P(B2)*P(A|B
2020-07-27 16:52:44
8516
4
原创 泰坦尼克乘客生存预测实战
泰坦尼克乘客生存预测实战（决策树篇）大纲1.读取数据及预处理2.构建决策树模型3.在测试集上预测4.输出预测结果5. 决策树可视化算法背景：决策树的核心环节：构造和剪枝构造：选择划分的特征和特征值剪枝：预剪枝和后剪枝用于避免模型过拟合现象，提高泛化能力选择特征的依据：纯度、信息熵（构建决策树的过程就是样本纯度不断提升、信息熵不断下降的过程）由此引申出了三类构造算法：ID3 C4.5 CART概略介绍：ID3：以信息增益（大）为依据选择特征；优：简单方便缺：倾向于选择
2020-07-25 15:48:03
681
原创 Task4 建模调参
内容：1.构建基础的回归模型2.交叉验证3.尝试多种模型4.调参技术#导入特征工程处理后的数据sample_feature = reduce_mem_usage(pd.read_csv('data_for_tree.csv'))continuous_feature_names = [x for x in sample_feature.columns if x not in ['pri...
2020-04-01 21:44:19
138
原创 Task3 特征工程
内容介绍常见的特征工程包括：异常处理：通过箱线图（或 3-Sigma）分析删除异常值；BOX-COX 转换（处理有偏分布）；长尾截断；特征归一化/标准化：标准化（转换为标准正态分布）；归一化（抓换到 [0,1] 区间）；针对幂律分布，可以采用公式：数据分桶：等频分桶；等距分桶；Best-KS 分桶（类似利用基尼指数进行二分类）；卡方分桶；缺失值处理：不处理（针对类...
2020-03-28 21:58:41
140
原创 数据挖掘入门学习
二手车价格预测Baseline + EDA阶段流程：解读赛题背景-下载数据-导入必要的工具包-读取数据(简单查看数据特征)-EDA-特征工程-算法/模型构建-调参-模型融合-结果输出首先由赛题背景可知：SaleID - 销售样本ID name - 汽车编码regDate - 汽车注册时间model - 车型编码brand - 品牌bodyType - 车身类型fuelTyp...
2020-03-24 21:52:26
375
原创 《汇编实验（第三版）》王爽著 实验15 安装新的int 9中断例程
@[TOC](《汇编实验（第三版）》王爽著 实验15 安装新的int 9中断例程)# 书本p285，实验项目：安装一个新的INT 9中断例程，功能：在DOS下，按下“A”键后，除非不在松开，如果松开，就显示满屏幕的“A”，其他的键照常处理。## 分析1. 显示满屏幕的“A” 结合课本P187实验9可知，显存的一页中可以显示80*25（2000）个字符，一个字符占两个字...
2019-05-28 23:52:39
195
alien_invasion.zip
2020-10-31
2020遗传病动力学建模资料.rar
2020-07-05
常用数据挖掘算法总结及Python实现.zip
2020-05-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人