OPTICS聚类算法是基于密度的聚类算法，全称是Ordering points to identify the clustering structure。提到基于密度的聚类算法，应该很快会想到前面介绍的DBSCAN聚类算法，事实上，OPTICS也是为了优化DBSCAN而出现的。一、原理在DBSCAN算法中，有两个比较重要的参数：邻域半径eps和核心对象的最小邻域样本数min_samples，选择不

最近做数据处理的时候经常用到oracle，遇到挺多问题，其中一个就是如题，刷完数据也不报错，但是数据库就是没数据，排查半天，简直被坑惨。总结可以从下面几个方面排查问题：1 字段大小是否合适在数据库建表的时候，经常需要用到 varchar2 类型，因为 varchar2 类型的每个字符都是占两个字节，所以如果定义的时候是 varchar2(100)，那么就表示只能存储不超过50个字符的记录。to_s

机器学习常用的不仅仅是各种模型，还有数据分析、数据处理和可视化等，python、R等语言也提供了很多有用的工具包。一、pandaspandas在数据分析中的作用无需多数。下文的pd表示pandas库，df表示实际中的DataFrame实例。1. df.pivotpivot是pandas中的数据透视表操作，实际上就是针对某列的行转列操作，参数如下：pivot(self, index=None, co

OPTICS聚类算法是基于密度的聚类算法，全称是Ordering points to identify the clustering structure。提到基于密度的聚类算法，应该很快会想到前面介绍的DBSCAN聚类算法，事实上，OPTICS也是为了优化DBSCAN而出现的。一、原理在DBSCAN算法中，有两个比较重要的参数：邻域半径eps和核心对象的最小邻域样本数min_samples，选择不

       PIL和cv2是python中两个常用的图像处理库，PIL一般是anaconda自带的，cv2是opencv的python版本。base64在网络传输图片的时候经常用到。##PIL读取、保存图片方法from PIL import Imageimg = Image.open(img_path)img.save(img_path2)##cv2读取、保存图片方法impo...

ClickHouse支持创建普通视图(normal view)、物化视图(materialized view)、实时视图(live view)和窗口视图(windowview)。

ClickHouse主要有两种函数：常规函数和聚合函数，除此之外，还有 ‘arrayJoin’ 等特殊函数，我们将分别介绍。需要注意的是ClickHouse具有强类型限制，换句话说，它不进行类型之间的隐式转换，每个函数都适用于特定的类型参数。这意味着有时需要使用类型转换函数。如果下面函数执行报错，则可能是clickhouse版本不支持。toTypeName(0)1. 算术函数对于所有算术函数，计算

在前面的文章中，我们分别介绍了《K-means原理和实践》和《Birch和层次聚类》两种聚类算法，本文我们继续介绍另一种常用的聚类算法DBSCAN。相对于前两种算法，DBSCAN的原理要简单的多，但是这并不意味着它的效果就会差，在很多算法表现不好的非凸数据集上，DBSCAN往往能取得较好的效果，这也是DBSCAN最大的优势，而且DBSCAN还可以作为异常检测算法，发现噪声点（离群点）。1. 原理D

在前面的文章中，我们分别介绍了《K-means原理和实践》和《Birch和层次聚类》两种聚类算法，本文我们继续介绍另一种常用的聚类算法DBSCAN。相对于前两种算法，DBSCAN的原理要简单的多，但是这并不意味着它的效果就会差，在很多算法表现不好的非凸数据集上，DBSCAN往往能取得较好的效果，这也是DBSCAN最大的优势，而且DBSCAN还可以作为异常检测算法，发现噪声点（离群点）。1. 原理D

在前一篇文章《ClickHouse MergeTree表引擎和建表语句》中，我们详细介绍了MergeTree的建表语句、存储结构和索引原理，本篇我们继续介绍MergeTree的另一个特性——二级索引，二级索引适用于所有MergeTree家族表引擎。在某些版本中，默认可能没有开启二级索引，可以通过下面的设置开启二级索引。SET allow_experimental_data_skipping_ind