序列解码:MySQL和TensorFlow / Geometric选择

时间:2018-06-02 03:58:24

标签: mysql select tensorflow geometry sequences

首先,重要的是要提到我正在尝试解码模式,这似乎并不容易。

有一个表记录,如下所示:

id      value   class   creacion
1       15,49   hi      2018-01-27 14:03:54
2       7,42    hi      2018-01-27 14:04:42
3       1,04    low     2018-01-27 14:39:28
4       2,71    hi      2018-01-27 14:39:36
5       1,95    low     2018-01-27 14:39:59
6       4       hi      2018-01-27 14:40:17
7       4,4     hi      2018-01-27 14:40:45
8       1,52    low     2018-01-27 14:41:14
9       28,69   hi      2018-01-27 14:41:28
10      7,44    hi      2018-01-27 14:42:25
11      1,1     low     2018-01-27 14:43:02
12      1,1     low     2018-01-27 14:43:12
13      1,41    low     2018-01-27 14:43:21
14      1,04    low     2018-01-27 14:53:10
15      1,66    low     2018-01-27 14:53:19
16      8,44    hi      2018-01-27 14:53:34
17      1,55    low     2018-01-27 14:54:13
18      2,39    hi      2018-01-27 14:55:29
19      2,9     hi      2018-01-27 14:55:50
20      1,66    low     2018-01-27 14:56:13
21      2,7     hi      2018-01-27 14:56:29
22      7,53    hi      2018-01-27 14:56:51
23      2,04    hi      2018-01-27 14:57:28
24      1,97    low     2018-01-27 14:57:47
25      1,35    low     2018-01-27 14:58:05
26      1,83    low     2018-01-27 14:58:17
27      2,63    hi      2018-01-27 14:58:34
28      2,81    hi      2018-01-27 14:58:56
29      1,06    low     2018-01-27 14:59:19
30      2,81    hi      2018-01-27 14:59:28
31      21,74   hi      2018-01-27 14:59:51
32      1,53    low     2018-01-27 15:00:44
33      2,04    hi      2018-01-27 15:00:58
34      3,94    hi      2018-01-27 15:01:16
35      1,9     low     2018-01-27 15:01:44
36      1,26    low     2018-01-27 15:02:02
37      1,61    low     2018-01-27 15:02:13
38      1,31    low     2018-01-27 15:02:28
39      49,3    hi      2018-01-27 15:02:40
40      16,9    hi      2018-01-27 15:03:45
41      2,05    hi      2018-01-27 15:04:34
42      1,85    low     2018-01-27 15:04:52
43      15,22   hi      2018-01-27 15:05:09
44      1,12    low     2018-01-27 15:05:57
45      1,57    low     2018-01-27 15:06:06
46      1,51    low     2018-01-27 15:06:21
47      7,58    hi      2018-01-27 15:06:35
48      1,73    low     2018-01-27 15:07:12
49      1,17    low     2018-01-27 15:07:28
50      1,46    low     2018-01-27 15:07:39
51      1,64    low     2018-01-27 15:07:52
52      6,72    hi      2018-01-27 15:08:08
53      18,69   hi      2018-01-27 15:08:43
54      8,95    hi      2018-01-27 15:09:34
55      19,9    hi      2018-01-27 15:10:13
56      2,98    hi      2018-01-27 15:11:05
57      54,82   hi      2018-01-27 15:11:29
58      3       hi      2018-01-27 15:12:35
59      3,06    hi      2018-01-27 15:12:59
60      1,66    low     2018-01-27 15:13:23
61      1,03    low     2018-01-27 15:13:38
62      1,03    low     2018-01-27 15:13:47
63      10,57   hi      2018-01-27 15:13:55
64      1,4     low     2018-01-27 15:14:38
65      1,98    low     2018-01-27 15:14:51
66      1,05    low     2018-01-27 15:15:09
67      2,44    hi      2018-01-27 15:15:18
68      1,29    low     2018-01-27 15:15:39
69      1,21    low     2018-01-27 15:15:50
70      3,72    hi      2018-01-27 15:16:01
71      6,18    hi      2018-01-27 15:16:28
72      4,41    hi      2018-01-27 15:17:03
73      1,25    low     2018-01-27 15:17:32
74      3,25    hi      2018-01-27 15:17:44
75      2,46    hi      2018-01-27 15:18:09
76      6,75    hi      2018-01-27 15:18:30
77      2,11    hi      2018-01-27 15:19:06
78      1       low     2018-01-27 15:19:24
79      1,58    low     2018-01-27 15:19:33
80      1,02    low     2018-01-27 15:19:47
81      1,99    low     2018-01-27 15:19:56
82      2,3     hi      2018-01-27 15:20:14
83      2,14    hi      2018-01-27 15:20:34
84      3,46    hi      2018-01-27 15:20:53
85      1,58    low     2018-01-27 15:21:19
86      1       low     2018-01-27 15:21:34
87      1,23    low     2018-01-27 15:21:42
88      2,16    hi      2018-01-27 15:21:53
89      3,63    hi      2018-01-27 15:22:13
90      2,43    hi      2018-01-27 15:22:39
91      1,71    low     2018-01-27 15:23:00
92      3,27    hi      2018-01-27 15:23:16
93      1,23    low     2018-01-27 15:23:41
94      2,18    hi      2018-01-27 15:23:53
95      1,87    low     2018-01-27 15:24:12
96      1,76    low     2018-01-27 15:24:29
97      1,55    low     2018-01-27 15:24:45
98      2,56    hi      2018-01-27 15:25:00
99      1,14    low     2018-01-27 15:25:22
100     1,66    low     2018-01-27 15:25:32

每天约有7,000个值

目标是创建一个返回比'low'值更多'hi'值的查询。表示为“hi”的高值都是值> = 2,因此低值都是低于2的值。

我已经研究了几天,并提出了类似的问题:

SELECT *
FROM records
WHERE round LIKE '%1' AND DATE(creacion) = DATE('2018-01-27')
OR round LIKE '%3' AND DATE(creacion) = DATE('2018-01-27')
OR round LIKE '%7' AND DATE(creacion) = DATE('2018-01-27')
OR round LIKE '%9' AND DATE(creacion) = DATE('2018-01-27')

同样,我尝试按连续的低值进行查询分组:

SET @fecha := '2018-02-10';
SET @inrow := 0;
SET @groupvalue := 0;
SET @comparevalue := null;
SELECT  groupingvalue,
            MAX(value) as valor,
            COUNT(value) as inrow,
            creacion,
            round
FROM (
    SELECT IF   (@comparevalue = floor(value),
                    @groupvalue,
                    @groupvalue := @groupvalue + 1
                    )
                groupingvalue,
                @comparevalue := FLOOR(value) as value,
                creacion,
                round
    from records
    WHERE   DATE(creacion) = DATE(@fecha) AND round LIKE '%1'
    OR      DATE(creacion) = DATE(@fecha) AND round LIKE '%3'
    OR      DATE(creacion) = DATE(@fecha) AND round LIKE '%7'
    OR      DATE(creacion) = DATE(@fecha) AND round LIKE '%9'
) round
GROUP BY groupingvalue
ORDER BY creacion ASC

我实际上正在寻找生成随机查询的方法,或者基于几何模式的查询来选择随机结果并比较低值和高值。我一直在考虑使用TensorFlow。

其他有用的东西,是任何最终都可以解码序列的方法。

有人能指出我正确的方向尝试多个选择器吗?

提前致谢! 克里斯

0 个答案:

没有答案