NOsql 入门

关系型数据库 和非关系型数据库nosql

关系型数据库
mysql (excel)

非关系型数据库
1.文档型 json mango 数据存到磁盘上面的

	{“name”:“张三”,
	“sex”:“男”,
	“age”:“18”
	}
	{
	 “name”:“李四”,
	 “sex”:“16”
	}

2.key-value型	唯一的key   redis			内存缓存到数据库
3.列式数据库
4.图形数据库

List item

mangodb (27017)数据库
存储性 可以存储单表1Pb的数据 存储海量数据

效率性 有索引的情况下 非常快(对内存的使用性大)

结构

	sql			mongodb			解释
	
	database	database		数据库
	table		collection		数据库/集合
	row			document		数据记录行/文档
	column		dield			数据字段/域
	index		index			索引
	table joins					表连接 mongodb不支持
	primary key  primary key     主键 mongodb 自动将_id 设置为主键
	
	
	
	
	
命令行的操作	js shell    在命令行里面可以执行js 语法语句

		-help		查看帮助
		-db.getName   查看当前操作库
		-show dbs;		查看所有数据库
		-use namedb		转换到那个db,如果没有则自动创建
		-show collections    显示当前所在数据库的所有集合
		-show users		查看所有用户
		
		
		
	增	如果没有那个集合则自动创建
		db.addUser('admin','pwd')		增加或者修改用户密码
		
		一维数据添加
		db.集合.insert({“name”:“value”}) 增加一条记录
		二维数据添加
		db.集合.insert({name:"xiaomi5",whight:156,number:45,area:{province:"beijing"}})	 插入多维数组
		数组信息添加
		db.集合.insert({name:"xiaomi5",whight:156,number:45,area:{province:"beijing",color:['blank','white','red']}})
		
		
		
		
		
	删
		db.dropDatabase()		删除当前db
		db.user1.drop()  删除当下数据库下面 user1集合
		
		db.集合.remove({查询条件})
		
	改
		db.集合.update({查询条件},{修改条件})
		
		带$set		查找到修改
		db.dong.update({name:"iphonex"},{‘$set’:{"price":"4000"}})
		找到并修改
		
		
		set		查询到 把 整行修改了  
		db.dong.update({name:"iphonex"},{"price":"4000"})
		找到修改 但是吧其他没有改变的值删除了
		
		
		
		
		
		
		
	查 dong集合
		db.printCollectionStats()  #查看各collection 的状态
		
		db.集合.find(查询条件)
		
		笼统查询
		db.dong.find()
		查询第一条
		db.dong.findOne()
		
		根据字段查询数据
		db.dong.find(name:'xiaomi5')
		
		范围查询
		>		<		>=		<=
		$gt 	$lt		$gte	$lte
		db.dong.find({price:{"$lt":2000}})		在集合中查找price小于两千的集合数据
		
		多个条件查询
		db.dong.find({price:{"$lt":2000},number:{"$ge":50}})	在集合中查找price小于两千的并且number大于50的集合数据
		
		多维数据查询
		db.dong.find({'arec.city':'nanjing'})
		
		数组查询
		db.dong.find({color:red})
		db.dong.find({color:{'$all':['red','break']}})		满足这两个的颜色查询出来
		
		限制查询
		db.dong.find({city:15},{name:1,_id:0})	1 为显示 0为不显示 _id 可以随意设置 其他的要么都为1或0
		这样是错误的
		db.dong.find({city:15},{name:1,number:0})
		
		$or 查询
		db.dong.find({'$or':[{price:500},{'numbre':10},{ 条件 }]})
		
		
		count()查询条数
		
		limit(num)	查询出指定数目的数据
		
		skip(num)	跳过指定数目的数据

redis (6379)数据库(根据不同的业务模式 使用不同的数据存储结构)
内存高速缓存数据库,数据模型为key-value 但是支持丰富的数据结构 比如
String list(双向链表) hash(哈希) set(集合) sorted set(有序集合 zset)

	1 [sort set] 排行榜应用  取 top n操作
	2. [list] 获得最新的n个数据 或者分类的最新数据
		
	命令 	
			查看服务器状态  info
			
		key类型 
			除了空格换行 大部分都可以用
			
			例如
			object-type:id:field
			key不要太长 查询慢 占内存 不要太短
			
			set key value   	添加设置
			get key 			获取key
			keys *				查看key
			exists key   		查看key是否存在
			type key 			查看key的类型
			del key   			删除指定key 可以指定多个
			flushdb				删除当前数据库所有key
			flushall			删除所有数据库所有key
			dbsize				返回当前数据库key数量
			expire key seconds	为key指定过期时间
			ttl key 			返回key过期剩余秒数
			move key db-index 	从当前数据库移动到指定数据库
			select number		默认16库 下标从0开始
			
		String类型
			最基本的类型
					redis  string 可以包含jpg图片或者序列化对象
					单个value 值最大上限是1G
					如果只用string redis 可以被看做是持久特性的memcache
			
			
			set key value 					添加key value的值
			mset key1 value1 key2 value2  	一次性添加多个
			mget key1 key2					一次性获取多个
			incr key						对key做加加操作 并返回新的值
			decr key 						对key做减减操作	返回新的值
			incrby key integer				同上 加指定值
			decrby key integer				同上 减指定值
			append key value 				给指定字符串值追加value
			substr key start end 			返回截取的key字符串值
					例如 subsre name 0 5 
					
		list 类型
			list其实就是一个双向列表 通过pop push 操作从链表头部或者尾部添加删除元素
			这使得list 既可以用做 栈 也可以用作队列
			
			栈(left左边 right右边)
			lpush key string	在key对应的list的头部添加字符串元素
			rpop key 			从list的尾部删除数据 并返回删除的元素
			llen key 			对应的list长度 key不存在返回0 如果key对应类型不是list返回错误
			lrange key start end 返回指定区间内的元素 下标从0开始
			rpush key string	同上 在尾部添加
			lpop key 			从list的头部删除元素 并返回删除元素
			ltrim key start end	截取list 保留指定区域内元素
			 
			
			
		set 类型	不允许重复元素
			set是string类型的无序集合
			set元素最大可以包含(2的32次方-1)个元素
			set集合除了增删操作还有 集合的并集 交集 差集 通过这些可以实现sns好友推荐功能
			
			
			sadd key member,meber2 		添加string 元素到key对应的set集合中
			srem key member					从key对应set中移除元素
			smove p1 p2 member 				从p1对应的set移除 并添加到p2 
			scard key 						返回set元素个数
			sismember key member 			判断member 是否在set中
			sinter key1 key2...keyN			返回所有指定key的交集
			sunion key1 key2...keyN			返回所有指定key的并集
			sdiff  key1 key2...keyN			返回所有指定key的差集
			smembers key 					返回对应set的所有元素 结果是无序的
			
			
		zset类型		不允许重复元素
			和set一样 sorerd swt 也是string类型元素的集合
			不用的是没一个元素都会关联一个权(scorce)
			通过权值可以有序的获取集合中的元素
			排行榜应用  获取最新的N个数据   计算器应用
			
			
			zadd key score1 member1 score2 member2.。。 		添加元素到集合 存在则更新对应score
			Zrem key member 									删除指定元素 如果不存在则返回0
			zremrangebyrank  key min max						删除集合中排名在定区间的元素
			Zcard key 											返回集合中元素的个数
			Zincrby key incr member 							按照incr幅度增加对应的member的score值 返回score值 incr是数值 加权操作
			Zrank key member 									返回指定元素在集合中的排名 集合元素是按score从小到大排序的
			zrevrank key member									同上 但是score 按冲大到小
			zrange key start end 								从集合中取指定元素返回有序结果
			zrevrange key start end 							同上 返回逆序的
			zscore  key element									返回指定元素对应的score
			
			
			
			
			
		hash(哈希)类型
			key-value型 (feild:value)
			适合存储 key-value型对应格式的数据	json对应关系 对象对应关系 关联数组
		
			
			hset key field value field value 设置hash field为指定值 如果key不存在 则先创建
			hget key field 						获取指定的hash field
			hmget key field1。。fieldN 			获取全部指定的hash field 
			hmset key filed1 value1 。。。filedn valuen	同事设置多个field
			hincrby key field interger  将指定的hash field 加上指定值
			hexists key field 				测试指定的field是否存在
			hdel key field 				删除指定的hash field
			hlen key 					返回指定的field数量
			hkeys key 					返回所有的field
			hvals key 					返回所有的value
			hgetall key 				返回hash 所有的filed 和value
标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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