求大神指教 小白求指教 SUM后列名无效问题

qazws11222 2018-02-06 10:28:10
数据库有一张表 设计表结构是numeric(18,4)但是不能求和 这张表里面的百分比的类型也不能平均 求大神指教
...全文
1273 16 打赏 收藏 转发到动态 举报
写回复
用AI写文章
16 条回复
切换为时间正序
请发表友善的回复…
发表回复
ChinaITOldMan 2018-02-07
  • 打赏
  • 举报
回复
最好不要用中文做列名
qazws11222 2018-02-06
  • 打赏
  • 举报
回复
我加了符号可以运算了 但是现在是我的其他指标 有百分比格式 我设置的是varchar 是不能进行运算的 设置什么格式可以进行运算呢
文盲老顾 2018-02-06
  • 打赏
  • 举报
回复
引用 5 楼 qazws11222 的回复:
sum("[话务量(Erl)]"),试试看? 如果字段名只有最外层有一对[],那么直接写[字段名]就可以了,如果内部还出现了[],那么就用双引号括住字段名试试,如果同时出现了双引号和[]。。。。。你怎么给字段命名的?想玩死自己还是想玩死其他同事?
qazws11222 2018-02-06
  • 打赏
  • 举报
回复
请教 百分比的应该设计什么类型呢
文盲老顾 2018-02-06
  • 打赏
  • 举报
回复
sum([话务量(Erl)]),你的字段名里出现特殊符号的话,必须用[]来声明字段名,sum是函数,必须用()来传递函数
中国风 2018-02-06
  • 打赏
  • 举报
回复
看看你的[]--符号是否为全角半角引起的 直接COPY你的栏位名放在sum(..)括号里
qazws11222 2018-02-06
  • 打赏
  • 举报
回复
这张表很多的都不能加函数 算法 不知道什么原因 求大神指教
qazws11222 2018-02-06
  • 打赏
  • 举报
回复
但是现在提示的是话务量不是可识别的 内置函数名称
中国风 2018-02-06
  • 打赏
  • 举报
回复
把 sum(栏位名) 你少了括号
中国风 2018-02-06
  • 打赏
  • 举报
回复
sum(...)--要用括号, 不是[]
qazws11222 2018-02-06
  • 打赏
  • 举报
回复
qazws11222 2018-02-06
  • 打赏
  • 举报
回复
中国风 2018-02-06
  • 打赏
  • 举报
回复
是否这样的实现? e.g.
DECLARE @t table(num NUMERIC(18,4))
INSERT INTO @t (num)
VALUES (1.1234 -- num - numeric(18, 4)
    ),(1.1234 -- num - numeric(18, 4)
    )
	SELECT SUM(num) FROM @t
	/*
	(无列名)
2.2468
*/
OwenZeng_DBA 2018-02-06
  • 打赏
  • 举报
回复
把测试数据发上来,另外不能求和和平均提示什么错误
中国风 2018-02-06
  • 打赏
  • 举报
回复
贴出你的表结构语句和你实现的方法
cloverlay 2018-02-06
  • 打赏
  • 举报
回复
最好不要改动你的表结构。 可以写成 avg(convert(numeric(12,4),substring([下行TBF成功率],1,patindex('%[%]%',[下行TBF成功率])-1))/100) 来直接统计 (那个字段需要你自己手工复制粘贴,因为不知道你用的是英文括号还是中文括号)
我分析的目标分类随时间的变化各参数的系数会产生变化,比如,用softmax对孩子的健康水平进行分类。随时间的变化,同龄孩子的体重会逐渐偏高,需要用强化学习把体重情况和孩子的健康情况的系数进行更新。 目前,我是随着时间的变化每次测试中重建机器学习框架,重新生成一套系数,但是这样系数变化会比较大,我需要利用强化学习把这个系数变化做得更平滑一些,大神指教(请根据以下代码进行添加和修改,我看了很多强化学习的案例,还是不知道怎么应用在这里)。 w=[] u=[] for lenth in range (5,training_lenth-1): x=tf.placeholder("float", [None,25]) y=tf.placeholder("float", [None,2]) W=tf.Variable(tf.zeros([25,2])) b=tf.Variable(tf.zeros([2])) actv= tf.nn.softmax(tf.matmul(x,W)+b) cost=tf.reduce_mean(-tf.reduce_sum(y*tf.log(actv), reduction_indices=1)) learning_rate=0.01 optm= tf.train.GradientDescentOptimizer(learning_rate).minimize(cost) pred=tf.equal(tf.argmax(actv, 1), tf.argmax(y, 1)) accr=tf.reduce_mean(tf.cast(pred,"float")) init=tf.global_variables_initializer() sess=tf.InteractiveSession() sess=tf.Session() sess.run(init) training_lenth=len(G)####(回测长度) training_epochs =500 #训练次数 batch_size = len(G) #每 for epoch in range(training_epochs): avg_cost=0 num_batch=int(len(G)/batch_size) for i in range((lenth-4),lenth): batch_xs=np.array(G[i]) batch_ys=np.array(F[i]) sess.run(optm, feed_dict={x: batch_xs, y: batch_ys}) feeds={x:batch_xs, y: batch_ys} avg_cost += sess.run (cost, feed_dict=feeds)/(num_batch*lenth) feeds_train = {x: batch_xs, y: batch_ys} feeds_test = {x: G[i+1], y: F[i+1]} train_acc = sess.run(accr, feed_dict=feeds_train) #feed_dict 针对place holder占位 test_acc = sess.run(accr,feed_dict=feeds_test) w.append(test_acc) u.append(train_acc) result=sess.run(actv,feed_dict=feeds_test) print(result) print ("lenth: d/d cost: %.9f train_acc: %.3f test_acc: %.3f" % (lenth, training_epochs, avg_cost, train_acc, test_acc))#打印方法

34,588

社区成员

发帖
与我相关
我的任务
社区描述
MS-SQL Server相关内容讨论专区
社区管理员
  • 基础类社区
  • 二月十六
  • 卖水果的net
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧