<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[LuoMin2523的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/LuoMin2523</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; LuoMin2523]]></copyright><item><title><![CDATA[数分面试常考知识点]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/123755975</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/123755975</guid><author>LuoMin2523</author><pubDate>Sat, 26 Mar 2022 20:42:54 +0800</pubDate><description><![CDATA[目录



一、网易2021年校招提前批（两道业务题、两道SQL简单题略）

1、第一题：分析思路+指标选择

2、 第二题：分析思路+指标选择

二、小红书2020校招数据分析笔试题卷四

1、第一题：一元二次方程

2、第二题：几何分布叠加问题

3、第三题：EXCEL字符串合并：&amp;

4、第四题：不重置抽样的方差计算

5、第五题：环比的计算

6、第六题：概率论—互斥

7、第七题：机器学习—判别模型

8、考点：概率论

9、考点：统计学中的抽样估计、时间序列的基本概念

10、考点：机.]]></description><category></category></item><item><title><![CDATA[MYSQL常用函数总结]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/123750940</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/123750940</guid><author>LuoMin2523</author><pubDate>Sat, 26 Mar 2022 10:13:16 +0800</pubDate><description><![CDATA[第一部分 MYSQL中常用的函数

(PS:总结的有点潦草，适合有一定基础的总结性学习)

一、排序函数


RANK()：1，1，3 在计算排序时，若存在相同的位次，会跳过之后的位次

DENSE_RANK()：1，1，2 在计算排序时，若存在相同的位次，不会跳过之后的位次

ROW_NUMBER()：1，2，3 这个函数赋予唯一的连续位次




二、日期函数


DATEDIFF(data1,date2)：date1-date2

DATE_FORMAT(date,format):日期格式转换

TI]]></description><category></category></item><item><title><![CDATA[MYSQL 刷题笔记（一）]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/123474708</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/123474708</guid><author>LuoMin2523</author><pubDate>Mon, 14 Mar 2022 20:27:34 +0800</pubDate><description><![CDATA[SQL21 每个城市中评分最高的司机信息

问题：请统计每个城市中评分最高的司机平均评分、日均接单量和日均行驶里程数。

注：有多个司机评分并列最高时，都输出。

平均评分和日均接单量保留1位小数，

日均行驶里程数保留3位小数，按日均接单数升序排序。


SELECT city,driver_id,avg_grade,avg_order_num,avg_mileage
FROM (
    SELECT city,driver_id,avg_grade,avg_order_num,avg_mileage.]]></description><category></category></item><item><title><![CDATA[数据预处理详细步骤]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/121212169</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/121212169</guid><author>LuoMin2523</author><pubDate>Mon, 08 Nov 2021 17:24:17 +0800</pubDate><description><![CDATA[转载自最全面的数据预处理介绍 - 知乎

一、数据可能存在问题

在实际业务处理中，数据通常是脏数据。所谓的脏，指数据可能存在以下几种问题（主要问题）:

数据缺失 （Incomplete） 是属性值为空的情况。如 Occupancy = “ ”
2. 数据噪声 （Noisy）是数据值不合常理的情况。如 Salary = “-100”

3. 数据不一致 （Inconsistent）是数据前后存在矛盾的情况。如 Age = “42” vs. Birthday = “01/09/1985”

4. 数据冗余 ]]></description><category></category></item><item><title><![CDATA[bash和zsh的区别]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/119215880</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/119215880</guid><author>LuoMin2523</author><pubDate>Thu, 29 Jul 2021 17:22:21 +0800</pubDate><description><![CDATA[在安装软件的时候，看到这段话，想着，bash和zsh，在终端一直看见它们，它们究竟是什么意思，所以就搜索了一下。



然后就看见了这篇博文：《Zsh和Bash究竟有何不同》

https://blog.youkuaiyun.com/lixinze779/article/details/81012318

然后不太懂，哈哈，期待什么时候可以看懂它吧，不过写得很详细。

然后也有在别的网页中看到这样的话：


zsh和bash的比较

bash script更加接近posix标准，zsh则更加“灵活”
	bash基本..]]></description><category></category></item><item><title><![CDATA[Sublime Text 3 全程详细图文原创教程（持续更新中。。。）]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/119207573</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/119207573</guid><author>LuoMin2523</author><pubDate>Thu, 29 Jul 2021 11:36:19 +0800</pubDate><description><![CDATA[Sublime Text 3 全程详细图文原创教程（持续更新中。。。）

参考资料：https://www.cnblogs.com/wind128/p/4409422.html



Sublime Text使用手册

本文系统全面的介绍了Sublime Text，旨在成为最优秀的Sublime Text中文教程。

https://www.w3cschool.cn/sublimetext/sublimetext-j1lf3b9b.html
...]]></description><category></category></item><item><title><![CDATA[机器学习笔记（五）：西瓜书第六章——支持向量机]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/119175212</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/119175212</guid><author>LuoMin2523</author><pubDate>Wed, 28 Jul 2021 16:29:53 +0800</pubDate><description><![CDATA[此篇文章只对几个细节进行讲解介绍，具体的详细内容参看西瓜书。


	间隔与支持向量

	两个异类支持向量到超平面的距离之和称为间隔。
		位于虚线上的点称为支持向量。
	



	对偶问题

	自组织映射网络（SMO）
		简介：SOM网络将高维数据映射到低维空间中，一般是一维或者两维，并且映射过程中保持数据的拓扑结构不变，即高维空间中相似的数据在低维空间中接近。
		结构：SOM由两层神经元组成：输入层和输出层。
		输入层的每个神经元和输出层的所有神经元连接。
			输入层的神经元数量由输入空间决定。.]]></description><category></category></item><item><title><![CDATA[机器学习笔记（四）：西瓜书第5章——神经网络]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/119082570</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/119082570</guid><author>LuoMin2523</author><pubDate>Sun, 25 Jul 2021 17:39:00 +0800</pubDate><description><![CDATA[目录

神经元模型

感知机与多层网络

误差逆传播算法/反向传播算法/BP算法

全局最小与局部最小

其他神经网络

深度学习

课后习题答案


	神经元模型

	​​​​​​​神经网络中最基本的成分是神经元模型，把许多个神经元按一定的层次结构连接起来就成了神经网络。
		输入-权重-神经元-阈值-“激活函数”-输出
		典型的神经元激活函数：阶跃函数、Sigmoid函数​​​​​​​
		
		
	

	​​​​​​​​​​​​​​感知机与多层网络

	​​​​​​​感知机由两层神经元组成，输入层.]]></description><category></category></item><item><title><![CDATA[机器学习笔记（三）：西瓜书第4章——决策树]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/119042525</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/119042525</guid><author>LuoMin2523</author><pubDate>Fri, 23 Jul 2021 21:39:02 +0800</pubDate><description><![CDATA[决策树学习的基本算法，可参看周志华老师的《机器学习》 。

1、2、3 基本流程、划分、剪枝

决策树的结构：
	一个根结点
		若干个内部结点
		若干个叶结点
		根结点包含样本全集，其他每个结点则对应于一个属性测试，叶结点对应于决策结果。
	
	划分
	在决策树基本算法中，有三种情形会导致递归返回:(1)当前结点包含的样本全属于同一类别，无需划分;(2)当前属性集为空，或是所有样本在所有属性上取值相同，无法划分;(3)当前结点包含的样本集合为空，不能划分。除了这三种情形，我们一般需要对样...]]></description><category></category></item><item><title><![CDATA[《Social Attentional Memory Network: Modeling Aspect- andFriend-level Differences in Recommendation》]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/118529486</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/118529486</guid><author>LuoMin2523</author><pubDate>Wed, 21 Jul 2021 19:13:25 +0800</pubDate><description><![CDATA[背景

第一个是层面差异。一般来说，用户和他们的朋友在某些方面只有相同的偏好。众所周知，用户的偏好可以用来推断其朋友的偏好，反之亦然，这可以表示为一个影响向量。然而，对于一个朋友来说，用户可能最关注的是一个方面，而对于另一个朋友来说，用户可能最关注的是另一个方面。在图1中，我们展示了一个社会关系中常见的例子。用户A是用户B和用户C的朋友，但原因是不同的：用户A和用户B是朋友，因为他们都对电影感兴趣，而用户A和用户C是朋友，因为他们都喜欢篮球。在构建社会评价体系时，应考虑各方面的水平差异。

第二个差异是对于]]></description><category></category></item><item><title><![CDATA[使用词和图嵌入来衡量统一医学语言系统概念之间的语义相关性]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/118944049</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/118944049</guid><author>LuoMin2523</author><pubDate>Tue, 20 Jul 2021 21:50:13 +0800</pubDate><description><![CDATA[文章：

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7566472/

客观的

该研究试图探索使用深度学习技术来衡量统一医学语言系统 (UMLS) 概念之间的语义相关性。



材料和方法

通过将词嵌入模型 BioWordVec 和各种 BERT 应用于通过连接 UMLS 术语形成的概念句子，为 UMLS 概念生成概念句子嵌入。图嵌入由图卷积网络和 4 个知识图嵌入模型生成，使用从 UMLS 层次关系构建的图。语义相关性是通过概念嵌入向量之间的余弦来衡..]]></description><category></category></item><item><title><![CDATA[UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xff in position 0: invalid start byte]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/118927386</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/118927386</guid><author>LuoMin2523</author><pubDate>Tue, 20 Jul 2021 11:26:52 +0800</pubDate><description><![CDATA[知识点

str与bytes,encode() 与 decode()

Python的字符串类型是str，在内存中以Unicode表示，一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes。Python对bytes类型的数据用带b前缀的单引号或双引号表示：


x = b'ABC'


要把bytes变为str，就需要用decode()方法：


&gt;&gt;&gt; b'ABC'.decode('ascii')
'ABC'
&gt;&gt;&gt; ]]></description><category></category></item><item><title><![CDATA[机器学习笔记（二）：第三章 线性模型]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/118913569</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/118913569</guid><author>LuoMin2523</author><pubDate>Mon, 19 Jul 2021 21:30:52 +0800</pubDate><description><![CDATA[这章节主要涉及以下内容：


	线性回归（line regression）

	线性回归试图学得 f=wx+b，使得f=y
		基于均方误差最小化来进行模型求解的方法称为“最小二乘法”。在线性回归中，最小二乘法就是试图找到一条直线，使所有样本到直线上的欧式距离之和最小。
	
	
	对数几率回归（logit regression）

	​​​​​​​这是一种分类学习方法
		这种方法的优点1:直接对分类可能性进行建模，无需事先假设数据分布，这样就避免了假设分布不准确所带来的问题。
		优点2:不仅预测出“类.]]></description><category></category></item><item><title><![CDATA[AttributeError: module ‘gensim.utils‘ has no attribute ‘smart_open‘]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/118823845</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/118823845</guid><author>LuoMin2523</author><pubDate>Fri, 16 Jul 2021 21:12:31 +0800</pubDate><description><![CDATA[通过查看文件“utils.py”，我发现关于 smart_open 的声明是


from smart_open import open


因此，我尝试改用


utils.open()


这正好解决了我的问题^-^
]]></description><category></category></item><item><title><![CDATA[UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xff in position 0: invalid start byte]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/118821818</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/118821818</guid><author>LuoMin2523</author><pubDate>Fri, 16 Jul 2021 20:39:41 +0800</pubDate><description><![CDATA[近期在使用python写一个脚本，在读取某文件时发生了UnicodeDecodeError，报错内容为


UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0: invalid start byte


经过不断的查阅资料以及测试，最终解决了这个报错。

解决方法：


f = open('xxx.txt', 'r', encoding='utf-16').read()

使用utf-16编码即可正常读取文件。
当读取]]></description><category></category></item><item><title><![CDATA[t-SNE：可视化效果最好的降维算法]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/118762698</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/118762698</guid><author>LuoMin2523</author><pubDate>Thu, 15 Jul 2021 21:11:16 +0800</pubDate><description><![CDATA[PCA-主成分分析是降维领域最主要的算法。它最初是由皮尔逊（Pearson）在1901年开发的，许多人对此做了即兴创作。即使PCA是一种广泛使用的技术，但它的主要缺点是无法维护数据集的局部结构。为了解决这个问题，t-SNE出现了。

1、什么是t-SNE？

t-SNE的主要用途是可视化和探索高维数据。 它由Laurens van der Maatens和Geoffrey Hinton在JMLR第九卷(2008年)中开发并出版。 t-SNE的主要目标是将多维数据集转换为低维数据集。 相对于其他的降维算法，.]]></description><category></category></item><item><title><![CDATA[机器学习笔记（一）：基础术语、模型评估和选择]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/118693930</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/118693930</guid><author>LuoMin2523</author><pubDate>Tue, 13 Jul 2021 15:58:50 +0800</pubDate><description><![CDATA[目录



第1章  绪论—基本术语

（1）记录、示例、样本。

（2）分类、回归

（3）监督学习、无监督学习

（4）泛化能力

（5）归纳偏好

（6）数据挖掘

第2章  模型评估和选择

（1）过拟合与欠拟合

（2）留出法

（3）交叉验证法

（3）自助法

（4）调参与最终参数模型

第1章  绪论—基本术语

（1）记录、示例、样本。

每条记录是关于一个事件或对象的描述，例如对西瓜的描述中的一条记录：（色泽=青绿；根蒂=蜷缩；敲声=沉闷），称为一个示例或者样本，一组记录的集合，称...]]></description><category></category></item><item><title><![CDATA[GNN学习笔记：总结]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/118642799</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/118642799</guid><author>LuoMin2523</author><pubDate>Sun, 11 Jul 2021 00:28:05 +0800</pubDate><description><![CDATA[1、图的数据结构

在这一部分中，我们学习了图的表示、图的属性、图的种类、图结构数据上的机器学习以及应用神经网络于图时所面临的挑战。图由节点的集合和边的集合共同组成，节点表示实体，边表示实体间的关系。在图的属性部分，我们了解了节点的度、邻接节点、行走、路径、子图、连通图等的定义。

2、环境配置与PyG中图与图数据集的表示和使用

在这一部分，我们主要学习了学习程序运行环境的配置、PyG中图数据、数据集的表示及其使用。在“PyG中图的表示及其使用”部分，学习了Date对象的构建、Date属性的获取以及设置等]]></description><category></category></item><item><title><![CDATA[GNN学习笔记（八）：超大规模数据集类的创建、图预测任务实践]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/118540981</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/118540981</guid><author>LuoMin2523</author><pubDate>Wed, 07 Jul 2021 16:52:34 +0800</pubDate><description><![CDATA[数据集规模超级大，我们很难有足够大的内存完全存下所有数据。因此需要一个按需加载样本到内存的数据集类。今天将学习为一个包含上千万个图样本的数据集构建一个数据集类。

Dataset基类简介

在PyG中，我们通过继承torch_geometric.data.Dataset基类来自定义一个按需加载样本到内存的数据集类。

继承torch_geometric.data.InMemoryDataset基类要实现的方法，继承此基类同样要实现，此外还需要实现以下方法：


	len()：返回数据集中的样本的数量。
	
]]></description><category></category></item><item><title><![CDATA[Python代码：Excel中“诊断”列中每种疾病出现次数统计]]></title><link>https://blog.youkuaiyun.com/LuoMin2523/article/details/118520330</link><guid>https://blog.youkuaiyun.com/LuoMin2523/article/details/118520330</guid><author>LuoMin2523</author><pubDate>Tue, 06 Jul 2021 14:51:52 +0800</pubDate><description><![CDATA[1、出现次数统计

Excel中“诊断”列中每种疾病出现次数统计，代码如下所示：


import pandas as pd 

df = pd.read_excel(r'要打开的数据的路径')
df.info()

#获取诊断下面所有信息，放置于list1
all_list1=[]
for i in df['诊断']:
	all_list1.append(i)

#将诊断信息去重后放置于list1
list1=[]
for j in df['诊断']:
	if j not in list1:
		list]]></description><category></category></item></channel></rss>