-
使用序列字段连接，计算叉积来生成新序表。 根据任课教师表和课程表，查询每个可能能够安排的老师名字。 Teachers: Teacher Branch Courses Petitti Matem ..
-
提取单变量缺失信息 为每个包含缺失值的变量建立一个哑变量形式的新变量，用于将该变量的缺失信息标识出来。 在SPL中A.mi()和P.mi()会自动生成一个变量来标记缺失信息 例如，对titan ..
-
均值填补 A 1 =file('D://titanic.csv').import@qtc() 2 =A1.avg(Age) 3 =A1.run(Age=if(!Age,A2,Age)) 在ti ..
-
对序表和序列值进行 Outer Apply 运算生成新序表。 根据发帖记录表，统计每位作者最常用的标签。 ID TITLE Author Label 1 Easy analysis of Ex ..
-
遍历多个数据文件，对序表及序列值进行 Cross Apply 运算生成新序表。 遍历文件夹中存储的所有某小学在线教学终端调查表，统计各种终端占比。 [图片] ID STUDENT_NAME T ..
-
Excel 文件里有两列数据，分别是某地区房屋价格的预测值和真实值，对其进行误差评估 SalePrice_predictvalue SalePrice 205578.0852 208500 1 ..
-
除上述几个简单的计算指标外，通常还会用AUC，GINI，KS来评价模型的整体表现 还是使用上一小节泰坦尼克的预测数据titanic_export.csv，用到的变量有Survived_1_pe ..
-
两个游标和有序集文件的快速关联查询，要求游标对第一个连接字段有序。 根据相互关联的订单表、退货表和产品信息表，查询 2015 年各类产品的退货总金额。 [图片] 使用 cs.joinx() 函 ..
-
数据量不大的表生成游标后，与有序集文件快速关联查询。 根据相互关联的销售表和客户表，查询 2014 年销售总额前 3 名的客户名称。 [图片] 使用 cs.joinx() 函数与可分段集文件进 ..
-
两个大数据表与一个有序的集文件相互关联查询。 根据相互关联的订单表、订单明细表和产品表，查询 2014 年 1 月各种产品的销售总量。其中订单表与订单明细表为大数据文件，产品表为对 ID 有序 ..
-
两个表相互关联，计算叉积时使用左连接。 根据相互关联的社区人员表和年龄分段表，查询社区居民所处的年龄段。 Community: ID Name Age 1 David 28 2 Daniel ..
-
计算各种评估指标之前，首先需要计算混肴矩阵： 真正类数(True Positive , TP)：被模型预测为正的正样本。 假正类数(False Positive , FP)：被模型预测为正的负 ..
-
lineplan(A,B,C)可用来求解线性约束条件下线性目标函数极值问题。 注意在获取参数时要将问题转化为标准形式，标准形式为: 目标函数：[图片] 线性不等式约束：[图片] 例如，求解由线 ..
-
V4 关联过滤, 设置了没有反应, 但 V5 可以
-
润乾专注报表 20 年，在政府，电信，能源，金融，医疗等各行各业中都有着广泛的用户基础，在各行业的大小数据系统，信息平台中，到处都有润乾报表的身影，润乾一直在默默支撑和保障着用户的数据信息化建 ..
-
通过叉积过滤，计算矩阵相乘。 Matrix row col value [图片] 本例的数学公式如下： [图片] 使用 xjoin() 函数计算叉积，同时可以根据条件过滤。 脚本： A 1 = ..
-
两个相互关联的表，获得它们的叉积后过滤计算。 根据三明治表和配料表，查询哪两种三明治的配料最接近。 Sandwich: ID Name Price 1 BLT 5.5 2 Reuben 7.0 ..
-
使用kmeans()可以将样本按照指定的类数，进行聚类。目前SPL中的聚类数暂且只支持2。 例如，有一组样本[[1,2,3,4],[2,3,1,2],[1,1,1,-1],[1,0,-2,-6 ..
-
多个相互关联的表有序，其中包括大数据表，使用有序归并筛选记录。 根据相互关联的订单表、订单明细表和客户表，查询总销售额超过 1 万的客户，其中订单明细表和订单表数据量很大，无法全部加载到内存。 ..
-
两个同序表，采用归并法连接计算，将结果汇总分组。 根据相互关联的订单表和订单明细表，查询 2014 年每个客户的销售额。 [图片] 使用 join() 函数的 @m 选项，进行有序归并。 脚本 ..
-
继续使用上节lasso回归里的样本数据，用弹性网络回归进行拟合 A 1 [[1.1,1.1],[1.4,1.5],[1.7,1.8],[1.7,1.7],[1.8,1.9],[1.8,1.8] ..
-
-
两个相互关联的表，查找与外键表无对应的记录。 根据相互关联的销售表和客户表，查询 2014 年的新增客户。 [图片] 使用 A.switch() 函数的 @d 选项，只保留无匹配的记录，此时不 ..
-
相互关联的两个表，根据外键映射存在性筛选记录后分组汇总。 根据相互关联的销售表和客户表，查询 2014 年北京每个客户的销售总额。 [图片] 使用 A.switch() 函数的 @i 选项，找 ..
-
还是上一小节的样本数据，用岭回归进行拟合 A 1 [[1.1,1.1],[1.4,1.5],[1.7,1.8],[1.7,1.7],[1.8,1.9],[1.8,1.8],[1.9,1.8], ..
