П
Size: a a a
2021 September 17
П
П
так выглядит DataFrame
AM
Народ кто-нибудь знает либу похожую на pandasql, но лучше? Мне несколько не хватает with в подмножестве SQL поддерживаемом pandasql
D
Sparksql?
Но лучше писать в самой базе
Но лучше писать в самой базе
AM
Понимаю что лучше, но возможности нет
АД
Имхо проще делать выгрузку sqlalchemy и дальше крутить фрейм обычными методами
AM
Не-не. Тут дело в том что я старовер, SQL умею сильно лучше чем пандас, и уже не переучусь.
А pandasql позволяет оперировать датафреймами с использованием SQL-синтаксиса, типа такого:
А pandasql позволяет оперировать датафреймами с использованием SQL-синтаксиса, типа такого:
q = '''
select model, serial_number, source_file, dt, COUNT(*) cnt from df
group by model, serial_number, source_file, dt'''
df = pandasql.sqldf(q, locals())
AK
а можно спросить:
Где градиент в градиентном спуске?
И можно сразу второй? Почему мультиколлинеарность плоха для логрега
Где градиент в градиентном спуске?
И можно сразу второй? Почему мультиколлинеарность плоха для логрега
AI
А в чем проблема ? В pyodbc так же делать можно , а вис можно как времянку сделать
AM
pyodbc умеет выполнить запрос, у которого в FROM будет пандас-датафрейм?
AI
А сори не понял
AM
Не, это я плохо объяснил
АД
Ну, я по прежнему предлагаю sqlalchemy )
AM
Здесь table_name - это pd.Dataframe?
АД
хм, прошу прощения, невнимательно прочитал. Нет, формат данных там другой, но, вы можете сделать sql таблицу из фрейма. Пример - https://hackersandslackers.com/connecting-pandas-to-a-sql-database-with-sqlalchemy/
S
В смысле где? Прям в формуле
S
x_n+1=xn-alpha*grad(Loss)
S
Тем, что псевдообратная матрица вырождается или близка нулю, в итоге она тупо не считается в компе, потому что веса слишком большие получаются, а переменные некоторые ограничения имеют (в смысле float ограричен по памяти, например) + из этого околобред получается, потому что если взять прям линейно зависимые регрессоры, можно показать, что решение неединственно