图书 •
783 引用 •
157 回帖 •
3 关注
博客
关注
-
在两个表中，根据多字段外键映射的存在性查找记录。 在成绩表和学生表中，统计一班男生的平均分。 Score StudentID Class Subject Score Student ID Cl ..
-
当分类变量的分类数较多时，可能会存在一些频数极小的类别，例如极少数分类，异常分类，疑似错误分类等情况，这时可以通过合并低频变量来降低分类个数。 例如Titanic.csv中的“Name”是一个 ..
-
在两个表中，根据非外键的匹配性检测查找记录，优化提速。 根据销售表和客户表，查询 2014 年各城市有销售记录的客户数量。 Sales ID CustomerID Date Amount Cu ..
-
在两个表中，根据非外键的匹配性检测查找记录。 根据成绩表和学生表，查询各班所有某科成绩超过 80 分的学生数量。 Score StudentID Subject Score Student I ..
-
把变量值按照从小到大的顺序排列，根据数据集样本个数等分为k 部分，每部分当作一个分箱，比如分箱数是 10，则每个箱内包含大约 10% 的样本量。 将”Fare”变量等频分箱 A 1 =file ..
-
在两个表中，根据外键映射的存在性检测查找记录。 根据选课表和课程表，查询各班有多少学生选修了“Matlab”课程。 Course ID Subject Score SelectCourse I ..
-
在一个表中，根据较大集合的包含性判断来查找记录。 在销售表中，统计 2014 年大客户的每月销售额。 ID Customer SellerId Date Amount 10400 EASTC ..
-
等距分箱：将变量的取值范围分为k 个等宽的区间，每个区间当作一个分箱，这里只考虑边界，每个箱内的样本量可能不等。 例如，将”Fare”变量等距分箱 A 1 =file('D://titanic ..
-
在一个表中，根据集合的包含性判断查找记录。 在员工表中，统计一线城市各部门的平均工资。 ID NAME CITY SALARY 1 Rebecca Tianjin 7000 2 Ashley ..
-
递归调用函数解决海盗分金问题。 海盗分金问题： 5 个海盗抢得 100 枚金币，他们按抽签的顺序依次提方案：首先由 1 号提出分配方案，然后 5 人表决，投票要超过半数同意方案才被通过，否则他 ..
-
比率是指两个变量相除，用于连续型变量 比率也是特征组合的一种方法，特征组合是为了弥补线性模型无法表达非线性性质的不足的补充，有助于提升线性模型的表达能力 注意：在比率计算中，做分母的变量不能有 ..
-
变量交互是指两个变量相乘，可以是数值变量*数值变量，也可以是分类变量*分类变量。 组合特征是特征工程中非常重要的方法之一，它将两个或更多的类别属性组合成一个。当组合的特征要比单个特征更好时，这 ..
-
递归调用函数解决汉诺塔问题。 汉诺塔问题是递归的经典问题。把 A 杆上的圆盘全部移到 C 杆上，并仍保持原有顺序叠好。每次移动一个圆盘，移动时要始终保持大盘在下，小盘在上。 [图片] 盘子从小 ..
-
单表自连接后，查找所有上级引用。 在中国行政区划表中，列出各行政区的所有上级区域。。例如石家庄输出： China,Hebei,Shijiazhuang ID NAME PARENT_ID 1 ..
-
除了对变量本身做一些数学转换外，也可衍生一些反映和目标变量关系的变量，比如目标阳性样本比例，Odds encoding，log-odds encoding，数值目标均值 例如，泰坦尼克的目标变 ..
-
单表自连接后，过滤出引用链上有指定值的记录，然后列出上级。 在中国行政区划表中，查询河北省下属行政区。 ID NAME PARENT_ID 1 China 0 11 Beijing 1 12 ..
-
单表自连接后，仅查找记录的上一级引用。 在中国行政区划表中，查询各行政区的上级区域名称。 ID NAME PARENT_ID 1 China 0 11 Beijing 1 12 Tianjin ..
-
正切和反正切变换是一种值域变换，它将数据在有穷域和无穷域中相互转化 例如，将泰坦尼克数据中的”Fare”变量进行反正切变换 A 1 =file('D://titanic.csv').impor ..
-
遍历目录，递归调用脚本汇总文件。 遍历指定目录及其子目录下所有文本类型文件，将每个文件中的第 17 行汇总到一个文件中。 [图片] 文本类型文件示例： 16 … 17 Middleware f ..
-
递归遍历指定目录下的所有文件。 某小学在线教学终端调查表的汇总整理，统计各终端占比。 [图片] ID STUDENT_NAME TERMINAL 1 Rebecca Moore Phone 2 ..
-
Box-Cox变换是Box和Cox在1964年提出的一种广义幂变换方法，是统计建模中常用的一种数据变换，用于连续量不满足正态分布的情况 Box-Cox变换的一般形式为： [图片] 例如，对房价 ..
-
下面是某时刻，新冠状病毒世界各地确诊人数的 JSON 数据，要统计世界确诊人数。文件部分数据如下： [ {Region:'USA',Confirmed:[ {Region:'Californi ..
-
根据 JSON 格式的销售数据，计算 2014 年的总销售额。文件部分数据如下： [ {'YEAR':2013,'MONTH':7,'SALES': [ {'ID':10248,'CUSTOM ..
-
对数变换一般用于金融数据，可以把指数增长型的数据转化为线性增长 例如： A 1 =[1.26,1.58,2,2.51,3.16,3.98,5.01,6.31,7.94,10] 2 =A1.(l ..
-
在中国行政区划表中，查询河北省下属区县。部分数据如下： ID NAME PARENT_ID 1 China 0 11 Beijing 1 12 Tianjin 1 13 Hebei 1 … … ..
