【coursera】intro to data sci 关于sql浮点数

楼主之前报了这课 去年6月 ，可是突击GRE，就把这课当成self-paced 的了。
闲下来了又把这么课捡起来了

现在在做数据库的sql（assignment2）作业。问题是这样的：


有一个sparse matrix table :   frequency（docid，term，count）作业是计算相关性矩阵 DD'(转置不会打)，数据是 https://github.com/uwescience/da ... ignment2/reuters.db
最后一问是在把D矩阵加一行docid=’q‘，一行有3个term 分别是washington，taxes，treasury

为了方便就把frequency加这一行create成一个view

1. create view fre2 as
   
2. SELECT * FROM frequency
   
3. UNION
   
4. SELECT 'q' as docid, 'washington' as term, 1 as count
   
5. UNION
   
6. SELECT 'q' as docid, 'taxes' as term, 1 as count
   
7. UNION
   
8. SELECT 'q' as docid, 'treasury' as term, 1 as count;

复制代码

然后只算q和矩阵D的相关性，就是三个词和所有其他docid行的相关性，这个楼主也做好了

1. select a.docid,b.docid,sum(a.count*b.count)
   
2. from fre2 a,fre2 b
   
3. where a.term=b.term and a.docid='q'
   
4. group by a.docid,b.docid;

复制代码

但是他说了这个是未标准化的，楼主想做标准化后的，同时还有考虑浮点数，所以楼主加了一个“/1.0”

1. select a.docid,b.docid,sum(a.count*b.count)*sum(a.count*b.count)/1.0/(sum(a.count*a.count)*sum(b.count*b.count))
   
2. from fre2 a,fre2 b
   
3. where a.term=b.term and a.docid='q'
   
4. group by a.docid,b.docid;

复制代码

算是算出来了，不知道对不对，而且虽然结果中也有小数，但是1还是很多。感觉还是有未转化成浮点数的，
所以请大家具体分析一下，我这样些类型能全部转化对吗？
顺便看下第二个sql是不是标准化后的结果
谢谢！

浮点数好像没问题，但是结果有好多的1
肯定不会有这么多1的
但是也不知道这么标准化对不对
越想越糊涂，有没有大腿。。。
随便说两句也行啊
k姐统计好，能抽空看看嘛@小K  

发现错误了。
因为是稀疏矩阵，所以join后有些位置上的数就没有了比如2*2的矩阵，如果有一个0 那么join后就是3*3=9个record。（正常是4*4=16）少了7个。如果只是算非标准化的就没有关系，因为a*b没来就是零. 但是如果需要标准化，就不行，因为需要全部16个结果来计算向量的模，而我这样写实际有9个，模就算少了。一开始我以为标准化不需要那7个record（16-9=7），但是这7个中，只有一个是0*0=0，这个record加不加结果都一样；另外六个（2*（4-1））虽然是一个为零，但是另一个不为零，所以这六个record中不为零的项是要算进向量的模中的，但是由于是稀疏矩阵，只要含有零，这项就不存在，join后少了这六项，结果就 错了

不是join 是笛卡尔积

先写这么多，省着自己忘了，碎觉了。

用round（）试一下？

tensorrank 发表于 2015-8-23 12:50
用round（）试一下？

不是函数的问题，是稀疏矩阵本能简单地这么相乘