<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ttxs2016的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ttxs2016</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ttxs2016]]></copyright><item><title><![CDATA[oracle索引和视图]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/105928609</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/105928609</guid><author>ttxs2016</author><pubDate>Tue, 05 May 2020 10:18:23 +0800</pubDate><description><![CDATA[索引参考博客

基础：https://www.cnblogs.com/wishyouhappy/p/3681771.html

深入：https://www.jianshu.com/p/ebf56728e087https://blog.youkuaiyun.com/WuLex/article/details/79394072

视图参考博客

基础：https://www.cnblogs.com/ggll...]]></description><category></category></item><item><title><![CDATA[vba编程学习记录1]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/105927937</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/105927937</guid><author>ttxs2016</author><pubDate>Tue, 05 May 2020 10:07:46 +0800</pubDate><description><![CDATA[1 表格的三种表示方法


Sheets("1月").Select 
Sheets(2).Select '该种方式较常用，可较表量sheets(i)
Sheet1.Select

2 复制表


Sheet3.Copy after:=Sheets(Sheets.Count) '复制表，加在最后一张表后面

3 对应弹窗和程序运行屏幕显示的处理


Excel.Application.Display...]]></description><category></category></item><item><title><![CDATA[支持向量机（机器学习笔记）]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/105882228</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/105882228</guid><author>ttxs2016</author><pubDate>Fri, 01 May 2020 20:46:02 +0800</pubDate><description><![CDATA[1、硬间隔
SVM-统计学习基础
一开始讲解了最小间距超平面：所有样本到平面的距离最小。而距离度量有了函数间隔和几何间隔，函数间隔与法向量www和bbb有关，www变为2w2w2w则函数间距变大了，于是提出了几何距离，就是对www处理，除以∣∣w∣∣||w||∣∣w∣∣，除以向量长度，从而让几何距离不受影响。
但是支持向量机提出了最大间隔分离超平面，这似乎与上面的分析相反，其实这个最大间隔是个什么...]]></description><category></category></item><item><title><![CDATA[条件随机场理解（机器学习记录）]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/105849532</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/105849532</guid><author>ttxs2016</author><pubDate>Wed, 29 Apr 2020 21:44:21 +0800</pubDate><description><![CDATA[条件随机场 （以线性链条件随机场为例）
定义
给定 X=(x1,x2,...,xn)X=(x_1,x_2,...,x_n)X=(x1​,x2​,...,xn​) ，Y=(y1,y2,...,yn)Y=(y_1,y_2,...,y_n)Y=(y1​,y2​,...,yn​) 均为线性链表示的随机变量序列，若在给随机变量序列 X 的条件下，随机变量序列 Y 的条件概率分布 P(Y∣X)P(Y|X)P(...]]></description><category></category></item><item><title><![CDATA[EM算法推导]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/105779234</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/105779234</guid><author>ttxs2016</author><pubDate>Sun, 26 Apr 2020 22:51:25 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[贝叶斯算法（机器学习笔记）]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/105720131</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/105720131</guid><author>ttxs2016</author><pubDate>Thu, 23 Apr 2020 23:09:44 +0800</pubDate><description><![CDATA[1. 相关概念
生成模型：在概率统计理论中, 生成模型是指能够随机生成观测数据的模型，尤其是在给定某些隐含参数的条件下。它给观测值和标注数据序列指定一个联合概率分布。在机器学习中，生成模型可以用来直接对数据建模（例如根据某个变量的概率密度函数进行数据采样），也可以用来建立变量间的条件概率分布。条件概率分布可以由生成模型根据贝叶斯定理形成。常见的基于生成模型算法有高斯混合模型和其他混合模型、隐马尔可...]]></description><category></category></item><item><title><![CDATA[在csdn的remarkdown使用mathtype编辑的公式]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/105668987</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/105668987</guid><author>ttxs2016</author><pubDate>Tue, 21 Apr 2020 22:18:49 +0800</pubDate><description><![CDATA[1确保mathtype是非精简版的
如果过了30天使用期，需要去注册表删安装记录。方法如下：
关闭mathtype
打开电脑的注册表编辑器（按住win+R快捷键运行，然后输入regedit.exe）找到一级目录HKEY_CURRENT_USER下的software目录，在该级目录里找到install option目录，删除注册列表中的第二项，蓝色箭头指的那个option6.9文件
重启电脑，打开m...]]></description><category></category></item><item><title><![CDATA[线性回归算法（机器学习笔记）]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/105659739</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/105659739</guid><author>ttxs2016</author><pubDate>Tue, 21 Apr 2020 18:34:09 +0800</pubDate><description><![CDATA[1单变量线性回归
1定义
假设：hθ(x)=θ0+θ1x{假设：h_\theta }\left( x \right) = {\theta _0} + {\theta _1}x假设：hθ​(x)=θ0​+θ1​x
代价函数：J(θ0,θ1)=12m∑i=1m(hθ(x(i))−y(i))2代价函数：J\left( {{\theta _0},{\theta _1}} \right) = {1 \ove...]]></description><category></category></item><item><title><![CDATA[SQL50题选解（oracle版）]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/105588202</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/105588202</guid><author>ttxs2016</author><pubDate>Fri, 17 Apr 2020 22:10:55 +0800</pubDate><description><![CDATA[SQL50题中选取以下编号题目：1、4、7、8、9、10、11、14、15、16、33、35、36、42

1.查询" 01 "课程比" 02 "课程成绩高的学生的信息及课程分数

查询同时存在"01"课程和"02"课程的情况


SELECT  student.sname,student.sage,student.ssex,course.cname,sc.score    
from sc ...]]></description><category></category></item><item><title><![CDATA[informatica笔记]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/85722298</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/85722298</guid><author>ttxs2016</author><pubDate>Thu, 03 Jan 2019 21:36:31 +0800</pubDate><description><![CDATA[目标表数据条数不对，控制变量法，七张中间表，使用测试表关联逐一排查，发现是一张表的selec语句字段顺序没有对应映射图。

恰当使用表达式，只输入（存在时才会输出）和只输出（直接对字段输出想要的表达式）

教训：

1排查先做基础性检查，中午空闲时间可以用来跑中间表（合理利用时间）。

2.SQL语句可先放PLSQL跑看有没问题。...]]></description><category></category></item><item><title><![CDATA[informatica学习笔记]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/85639522</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/85639522</guid><author>ttxs2016</author><pubDate>Wed, 02 Jan 2019 20:53:18 +0800</pubDate><description><![CDATA[好久没写了，还是得养成习惯，每天不管多少，及时总结整理。

多张源头表，一张目标表，由于源头表有关联关系，并且抽取字段在不同源头表中，因此考虑使用SQL源限定符。

推送表数据差异，排查原因方法，对比缺什么数据，思考为什么会缺这些数据，逐级排查。...]]></description><category></category></item><item><title><![CDATA[每日总结]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/83279041</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/83279041</guid><author>ttxs2016</author><pubDate>Mon, 22 Oct 2018 21:16:34 +0800</pubDate><description><![CDATA[1完成word讲稿修改 1.5h

2跑剔除3大类数据提疑问，在书写问题的过程中明确解决问题的思路。有疑问自己去解答自己的疑问，靠程序去实现。3.5h

3应用SVM算法进行时间序列预测（可以找点论文看看别人的思路）1h

这一周定的计划，提问交流，搞定滤波法或者其他方法辨别异常值，提升预测准确率

或者用SVM ，BP法提升预测准确率

 

 ...]]></description><category></category></item><item><title><![CDATA[时间序列预测工作记录]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/80992546</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/80992546</guid><author>ttxs2016</author><pubDate>Tue, 10 Jul 2018 21:51:36 +0800</pubDate><description><![CDATA[airts &amp;lt;- ts(ss,frequency = 12)# 给定frequency周期为12，不然下一行stl函数显示序列没周期ss2 &amp;lt;- stl(airts,s.window = &quot;per&quot;) #s.window = &quot;per&quot;控制季节变化的速度上面程序报错，百度搜问题，看帮助文档fit4 &amp;lt;- ets(airts) #使用ets方法拟合fore4 &amp;lt;- forec...]]></description><category></category></item><item><title><![CDATA[书写数据分析报告体会]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/80933360</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/80933360</guid><author>ttxs2016</author><pubDate>Thu, 05 Jul 2018 21:40:31 +0800</pubDate><description><![CDATA[1.模仿别人的分析思路，并实现数据可视化2.并进一步扩展，如发现异常趋势或者更为具体地分析细节3.对比不同规格表用表量的趋势图，找出共性特点；在一种规格表的趋势图中，找出类似的业务类型，或者带有周期规律的类型尝试对时间序列进行聚类4.可视化有什么意义：有几种业务类型的用表量指数型下降，到后期就没什么分析价值了明确哪种表用表量较大，分析预测价值较大；哪种表用表量小，甚至以后都不会采购了；在折线图中明...]]></description><category></category></item><item><title><![CDATA[每日工作记录]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/80861952</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/80861952</guid><author>ttxs2016</author><pubDate>Fri, 29 Jun 2018 21:29:05 +0800</pubDate><description><![CDATA[梳理业务逻辑：1.2011-2017年各规格表按年用表量汇总，merge全排列汇总，哪些规格表用表量消失了，哪些长期保持，哪些长期保持高用表量2.明确可视化所需数据，相应取数3.难题，R在一张图画多条折线，且所有类数据在一列。需要去解决4.merge默认inner汇总作用，找出长期出现的表规格5.分析某一类业务的用表量，找出数据较全的某一规格表来画图6.学习tableau缓慢，还是明确基本概念，多...]]></description><category></category></item><item><title><![CDATA[每日工作记录]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/80849084</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/80849084</guid><author>ttxs2016</author><pubDate>Thu, 28 Jun 2018 21:19:50 +0800</pubDate><description><![CDATA[insert 比update 快清理数据后，再次统计清理的数据数目是否为0梳理业务逻辑：1.一种智能表可能用到的芯片数目统计，按照比例，比例大的，这种电能表更可能使用该种芯片2.有某种芯片，来统计哪几种智能表使用到该种芯片3.联合智能表和芯片名称做联合统计4.对某规格智能表做细分统计，联合电压电流和芯片名称联合统计数据存在问题归纳：1.两种芯片具体到各规格，没有指定表可以找相应频率2.模块表两百多...]]></description><category></category></item><item><title><![CDATA[每日工作记录]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/80834967</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/80834967</guid><author>ttxs2016</author><pubDate>Wed, 27 Jun 2018 21:15:46 +0800</pubDate><description><![CDATA[1.思考如何如何匹配三张表中的三个字段，三个字段相同时匹配出数值来，刚开始考虑用excel函数行不通，应该快速想其他方法SQL left join 或者 R语言的left join(通过尝试找到用法)2.每次看需求文档都有不同的发现，多看几次发现遗漏，如细化到芯片（需要处理由载波频率反推芯片名称）3.每一步预处理数据做详细记录，删去多少条，填充什么缺失值（这种先统计缺失值有多少并做记录）等等。第一...]]></description><category></category></item><item><title><![CDATA[对比数据方法]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/80821662</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/80821662</guid><author>ttxs2016</author><pubDate>Tue, 26 Jun 2018 22:04:30 +0800</pubDate><description><![CDATA[对原表和预处理表使用相同筛选条件，对比结果不同。]]></description><category></category></item><item><title><![CDATA[PL/SQL使用心得]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/80807364</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/80807364</guid><author>ttxs2016</author><pubDate>Mon, 25 Jun 2018 21:24:43 +0800</pubDate><description><![CDATA[调节一下参数提升oracle运行效率alter system set fast_start_mttr_target = 3600（ 是一个加快实例恢复的参数）alter session set db_file_multiblock_read_count = 512（数据库文件多块读技术。代表一次最大I/O多少个块） 批量更新值，可将update..where..的where后的字段设为索引，提升更...]]></description><category></category></item><item><title><![CDATA[oracle存储过程学习]]></title><link>https://blog.youkuaiyun.com/ttxs2016/article/details/80725985</link><guid>https://blog.youkuaiyun.com/ttxs2016/article/details/80725985</guid><author>ttxs2016</author><pubDate>Mon, 18 Jun 2018 19:47:50 +0800</pubDate><description><![CDATA[存储过程与存储函数区别，存储过程没有返回值create or replace procedure raisesalary(eno in number)as   psal emp.sal%type;begin   select sal into psal from emp where empno=eno;   update emp set sal=sal+100 where empno=eno;db...]]></description><category></category></item></channel></rss>