SQL是我接触的第二门编程语言，学得挺早，但到现在已经好几年没用过SQL了，因为搞机器学习用python（numpy/pandas），最近刷笔试题遇到SQL题都有点忘了，故再次拾起，回顾回顾。本文所使用的数据库为Oracle19c。SQL (Structured Query Language) 是具有数据操纵和数据定义等多种功能的数据库语言，这种语言具有交互性特点，能为用户提供极大的便利，数据库管

模块(Module)是一个 Python 文件，以 .py 结尾，包含了 Python 对象定义和Python语句，能够有逻辑地组织 Python 代码段。把相关的代码分配到一个模块里能让Python代码更好用，更易懂。模块能定义函数，类和变量，模块里也能包含可执行的代码。模块定义好后，使用 import 语句来引入模块，语法：import module_name1[, module_name2,

(Decision Tree）是一种常见的机器学习算法，它是在已知各种情况发生概率的基础上求取净现值的期望值大于等于零的概率，以进行决策分析的方法。决策树由一个根节点，以及若干个内部节点和叶结点组成，内部节点就是通过条件判断而进行分支选择的节点，而叶节点没有子节点，表示最终的决策结果。例如，给你一个西瓜样本，首先来看看它的色泽，如果是青绿色，再看看其根蒂形态，如果是蜷缩的，那么再来听听它敲起来的声

Streamlit 是一个用于创建数据科学和机器学习应用的Python框架。它的目标是使数据应用的开发变得更加简单，无需繁琐的前端代码。Streamlit的主要设计目标是让数据科学家和分析师能够轻松快速地构建数据科学和机器学习应用。它专注于简单性和快速迭代，使用户能够使用几行代码即可创建交互性应用。即使不懂前端知识HTML、CSS等，也能通过Streamlit框架提供的函数构建一个漂亮的web页面

集成学习可以用于解决分类问题、回归问题、特征选取问题等等，在各类竞赛中十分常见，XGBoost更是收到众多数据科学家的喜爱，堪称数据竞赛打榜上分神器。融合多个不同的模型，以获得比单模型更优的预测结果，这就是集成学习的强大能力。上面提到的平均法（简单平均、加权平均）、投票法（简单投票、加权投票）以及Stacking都是对多个基学习器的结合策略。平均法和投票法简单而高效，但对模型的融合效果一般不如St

SQL是我接触的第二门编程语言，学得挺早，但到现在已经好几年没用过SQL了，因为搞机器学习用python（numpy/pandas），最近刷笔试题遇到SQL题都有点忘了，故再次拾起，回顾回顾。本文所使用的数据库为Oracle19c。SQL (Structured Query Language) 是具有数据操纵和数据定义等多种功能的数据库语言，这种语言具有交互性特点，能为用户提供极大的便利，数据库管

Streamlit 是一个用于创建数据科学和机器学习应用的Python框架。它的目标是使数据应用的开发变得更加简单，无需繁琐的前端代码。Streamlit的主要设计目标是让数据科学家和分析师能够轻松快速地构建数据科学和机器学习应用。它专注于简单性和快速迭代，使用户能够使用几行代码即可创建交互性应用。即使不懂前端知识HTML、CSS等，也能通过Streamlit框架提供的函数构建一个漂亮的web页面