技術ノート

Project Planning：ウィンドウ関数と CTE

最新：

ノートの最新記事

一次関数直線の規則：m は傾きで、x が 1 増えるごとに y がどれだけ増えるか。b は切片で、x が 0 のときの y の値。データ収集 より線形回帰ある変数の平均が別の変数に対して直線的に変わると仮定して予測すること、E(y | x) = b + mx。実際の各データは誤差 ε の分だけ直線から離れる。データ収集 より最小二乗法m と b の推定方法：縦方向の誤差の二乗和を最小にする直線。閉じた式があり、それが LinearRegression の計算している内容。データ収集 より単回帰と重回帰単回帰は入力変数をひとつ使う、y = β0 + β1x。重回帰は複数を同時に使い、それぞれに傾きがあるが、それでもひとつの線形方程式。データ収集 より交互作用既存の 2 つの変数を掛け合わせた新しい変数（BMI × 喫煙者など）。線形方程式のまま、一方の効果がもう一方に依存するようにする。データ収集 より入力データとラベル学習の前に各列を分ける：入力は x、モデルが学ぶためのもの。ラベルは y、予測したいもの。データ収集 より重回帰分析同じ直線を多くの x で：変数を正規化し、学習し、検証し、残差と各変数の重要度を読む。重回帰分析 よりINNER JOIN共通の列で 2 つのテーブルを結合する：キーが両側に現れる行だけが残る。CITY と COUNTRY の JOIN より自己結合ある行が同じテーブルの別の行を指すとき：テーブルを自分自身と結合して、誰が誰の親かを知り、各ノードを分類する。階層：二分木と組織図 よりHAVINGグループに対する WHERE：まず GROUP BY で数え、その件数で絞り込む。ここでは別のクエリが計算した最大値と比べる。サブクエリと HAVING よりサブクエリクエリの中のクエリ：ハッカーごとにまとめて数えるクエリを、もうひとつのテーブルのように外側のテーブルと結合する。サブクエリと HAVING より相関サブクエリ外側の行を読むサブクエリ。そのため 1 行ごとに評価され、各行を自分のグループと比べる。サブクエリと HAVING よりウィンドウ関数行をまとめずに隣の行を使って計算する：LAG は前の日付を取り出し、SUM OVER は各プロジェクトに番号を振るカウンターを累積する。Project Planning：ウィンドウ関数と CTE よりPIVOT を使わないピボットMySQL には PIVOT がないので、ROW_NUMBER で各グループに番号を振り、CASE WHEN で列に振り分けて行を列に変える。OCCUPATIONS：整形とピボット よりマンハッタン距離2 点の座標の差の絶対値の和：|a − c| + |b − d|。STATION：幾何と中央値 よりユークリッド距離2 点を結ぶ直線：差の二乗和の平方根。STATION：幾何と中央値 より中央値すべてを並べたときに真ん中に来る値：SQL では、並べ替えて半分の行を飛ばす。STATION：幾何と中央値 より
テーマで記事を絞り込む

メモ。

記事の中で説明している考え方です。それぞれ該当する節へ移動します。

  1. Project Planning：ウィンドウ関数と CTE
  2. データ収集
  3. 墨絵 sumi-e：私の Gentoo デスクトップ

ノートをフォロー

新しい記事は RSS で届きます。このリンクをリーダーに貼り付けてください。

フィードを開く