羊咩咩的博客

视图创建视图*创建视图CREATE VIEW T1 ASSELECT …（之后视图T就可以被当作普通表一样使用，如delete、update等。但插入操作比较复杂，需要对原始表进行插入）更改视图*更改视图方法一：DROP VIEW TCREATE VIEW AS …方法二：CREATE OR REPLACE VIEW T ASSELECT …（并将此sql源码保存）WITH OPTION CHECK某个视图存在的条件可能是C1-C2>0，当Update视图时，可能就会导

基本函数数值与字符串函数*numerical function数值函数SELECT ROUND(5.76,1)（四舍五入，满5进1）SELECT TRUNCATE(5.7663,2)（截断）SELECT CEILING(5.7)（最小的>=该数的整数）SELECT FLOOR(5.2)（最大的<=该数的整数）SELECT ABS(-5)SELECT RAND() （0，1之间均匀分布的随机数）*string function字符串函数SELECT LENGTH(‘SKY’)

复杂查询子查询*双SELECTSELECT *FROM TWHERE C1 > (SELECT C2FROM TWHERE C3 = X3)– WHERE C1 NOT IN (SELECT 查询)*相关子查询逻辑（执行慢，对每一行都要执行一次内部子查询）SELECT *FROM T eWHERE C1 > (SELECT AVG(C1)FROM TWHERE C2 = e.C2)（外查询对于id1来说，判断id1的C1值是否大于内查询中id1所在C2集

聚合函数汇总数据*常见的聚合函数MAX(),IMN(),AVG(),SUM(),COUNT()SELECT MAX© AS hightes,MIN(C * 1.5) AS lowest,AVG© AS average,COUNT(DISTINCT C1) AS n1– COUNT(*) （计算全部行数）FROM T （只运行非空值，跳过空值）WHERE C2 > ‘2019-07-01’*案例SELECT ‘First half of 2019’ as date_range,

插入、更新与删除插入insert*插入单行NSERT INTO TVALUES (DEFAULT,C2,NULL/DEFAULT,…) （所有列都必须一一对应）INSERT INTO T (C2_NAME,C1_NAME,C5_NAME)VALUES(C2,C1,C5)（不不需要一一对应，也不需要写NULL和DEFAULT）*插入多行INSERT INTO T (C1_NAME)VALUES (C11),(C12),(C13)*多张关联表的插入，父表记T1，子

选择，表记为 T，列名记为C，某个具体取值记为X单表查询*顺序SELECT *FROM TWHERE C1 = XORDER BY C2*列运算与重命名SELECTC3,C4+10 AS ‘newname’FROM TWHERE C1 = XORDER BY C2*去重SELECT DISTINCT C1FROM T*时间SELECT *FROM TWHERE C > ‘1990-01-01’*多条件（AND > OR，NOT）SELECT *FRO

关于李航一书中看到的最大熵模型，一开始从原理上的理解就开始不懂了，查了资料后总结了一些自认为能说服我的解释：1.最大熵模型的实质与原理？为什么要挑选熵最大的模型？最大熵原理是1957年由E.T.Jaynes提出的，其主要思想是，在只掌握关于未知分布的部分知识时，应该选取符合这些知识但熵值最大的概率分布。其实质就是，在已知部分知识的前提下，关于未知分布最合理的推断就是符合已知知识最不确定或最随机的推断，这是我们可以作出的唯一不偏不倚的选择，任何其它的选择都意味着我们增加了其它的约束和假设，这些约束和假设根

之前对为什么sigmoid函数能表示为概率的问题不明白，看了广义线性回归之后才知道其原理，这篇博客讲得很详细。添加链接描述

import numpy as npimport collectionsclass Node: def __init__(self,fea = None,val=None,left = None,right = None,res = None,leaf = False,MSE = None,Num = None): #val:划分值 #fea:划分变量 #res:节点的预测值 self.fea = fea self

以前一直以为矩阵的复合求导和可微函数的复合求导是一样的，但是在推导神经网络梯度公式的时候往往会出现一些符号次序不对的问题，我这里借用吴恩达编程作业中给出的浅层神经网络的案例来计算反向传播的梯度。关于矩阵复合求导法则可以参考：矩阵的复合求导...

-Chapter11.1 Haistonepackage Chap1;import java.util.Scanner;public class Hailstone { private static Scanner s; public static void main (String[] args) { int len = 1; System.out.println("P...

2.1接口、向量操作（追加、删除、倒置、插入）java中String是不可变字符串，有一个类是StringBuffer，是“可变”字符串。这里自己写了一个类似于StringBuffer类的代码。接口：package Chap2;public interface IStringBuffer { public void append(String str);//追加字符串 public ...

自行修改lr_utils.py读取图片文件的地址，并把lr_utils.py放到自己运行的同一个文件夹下链接: https://pan.baidu.com/s/1vkYOw8yyWqpbQQUSUkmIfA 密码: w5hs

1.Vertex.py顶点类from enum import Enumclass VStatus(Enum): UNDISCOVERED = 0 DISCOVERED = 1 VISITED = 2class Vertex: def __init__(self,data = None,inDegree = 0,outDegree = 0,status = VStatus.UNDISCOVERED,dTime = -1, fTime

这里使用Chap3定义好的链表类作为父类继承，邓俊辉使用的Vector类作为父类继承。栈顶有所区别#stack.py 栈的接口与实现import DisorderDoublelinkedlist as ll #第三章代码DisorderDoublelinkedlist.pyclass stack(ll.Doublelinkedlist): #像弹夹一样的栈 #先进后出，后进先出 #当用向量派生的时候，是尾端push，尾端remove，尾端top，操作都是O(1)。栈顶是尾端

1.链表操作与向量操作比较ArrayList与LinkedList插入速度问题看插入位置与数据容量大小package Chap3;import java.util.ArrayList;import java.util.LinkedList;import java.util.List;//数组插入慢但定位快，链表插入快但定位慢，在最前面插入数据一般是数组慢//在最后面插入数据两者速...

文件1——BinNode.py#长子兄弟表示法：父节点指向first child，且first child指向next sibling#利用长子兄弟表示法，二叉树能表示所有类型的树class BinNode: def __init__(self,data,parent = None): self.parent = parent self.lChild = None self.rChild = None self.data = da

一直以来常被编码带来的乱码问题所困惑，花了点时间粗略搞懂了这些编码之间的来龙去脉。主要参考的是这三篇文章：1，2，3ASCII表Only：口口口口 口口口口每个“口”代表1bit，只存放0/1最大为二进制1111 1111，即最多只表示到十进制255思想：8bit=1Byte表示1个字符，因此最多只能表示2^8=256个字符，一开始美国的计算机设计者只使用了126个字符，后来计算机...