IBM DB2 日常维护汇总(七)(转)

本文深入解析DB2中的关键统计函数,包括AVG(), COUNT(), MAX(), MIN(), STDDEV(), SUM(), VARIANCE()等,以及数学和字符操作函数如ABS(), ACOS(), ASCII()等,提供实际应用示例,帮助读者掌握DB2的数据分析能力。
DB2函数
  135.AVG()
  返回一组数值的平均值.
  SELECTAVG(SALARY)FROMBSEMPMS;
  
  136.CORR(),CORRELATION()
  返回一对数值的关系系数.
  SELECTCORRELATION(SALARY,BONUS)FROMBSEMPMS;
  
  137.COUNT()
  返回一组行或值的个数.
  SELECTCOUNT(*)FROMBSEMPMS;
  
  138.COVAR(),COVARIANCE()
  返回一对数值的协方差.
  SELECTCOVAR(SALARY,BONUS)FROMBSEMPMS;
  
  139.MAX()
  返回一组数值中的最大值.
  SELECTMAX(SALARY)FROMBSEMPMS;

  140.MIN()
  返回一组数值中的最小值.
  SELECTMIN(SALARY)FROMBSEMPMS;
  
  141.STDDEV()
  返回一组数值的标准偏差.
  SELECTSTDDEV(SALARY)FROMBSEMPMS;
  
  142.SUM()
  返回一组数据的和.
  SELECTSUM(SALARY)FROMBSEMPMS;
  
  143.VAR(),VARIANCE()
  返回一组数值的方差.
  SELECTVARIANCE(SALARY)FROMBSEMPMS;
  
  144.ABS(),ABSVAL()
  返回参数的绝对值.
  SELECTABS(-3.4)FROMBSEMPMS;
  
  145.ACOS()
  返回参数的反余弦值.
  SELECTACOS(0.9)FROMBSEMPMS;
  
  146.ASCII()
  返回整数参数最左边的字符的ASCII码.
  SELECTASCII('R')FROMBSEMPMS;
  
  147.ASIN()
  返回用弧度表示的角度的参数的反正弦函数.
  SELECTASIN(0.9)FROMBSEMPMS;
  
  148.ATAN()
  返回参数的反正切值,该参数用弧度表示的角度的参数.
  SELECTATAN(0.9)FROMBSEMPMS;
  
  149.ATAN2()
  返回用弧度表示的角度的X和Y坐标的反正切值.
  SELECTATAN2(0.5,0.9)FROMBSEMPMS;
  
  150.BIGINT()
  返回整型常量中的数字或字符串的64位整数表示.
  SELECTBIGINT(EMP_NO)FROMBSEMPMS;
  
  151.CEILING()ORCEIL()
  返回比参数大或等于参数的最小的整数值.
  SELECTCEILING(3.56)FROMBSEMPMS;
  SELECTCEIL(4.67)FROMBSEMPMS;
  
  152.CHAR()
  返回日期时间型,字符串,整数,十进制或双精度浮点数的字符串表示.
  SELECTCHAR(SALARY,',')FROMBSEMPMS;
  
  153.CHR()
  返回具有由参数指定的ASCII码的字符.
  SELECTCHAR(167)FROMBSEMPMS;

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10294527/viewspace-123126/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10294527/viewspace-123126/

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值